Python 3中匹配---分隔区块的对称正则表达式失效问题

问题背景 #

在Python 3环境下读取文件内容，代码如下：

with open(filepath, "r", encoding="utf-8") as f:
    content_string = f.read()

文件原始内容：

---
section-1-line-1
section-1-line-2
section-1-line-3
---
section-2-line-1
section-2-line-2
section-2-line-3
---
section-3-line-1
section-3-line-2
section-3-line-3
---

需求很明确：移除包含section-2-line-2的整个区块，预期结果是：

---
section-1-line-1
section-1-line-2
section-1-line-3
---
section-3-line-1
section-3-line-2
section-3-line-3
---

尝试写了一段正则，但完全没匹配到结果；如果去掉结尾的---，又只能部分匹配，残留区块内容：

import re

rx = re.compile(r'---[^-{3}]+section-2-line-2[^-{3}]+---', re.S)
content_string_modified = re.sub(rx, '', content_string)

这里的疑问是：为什么[^-{3}]+没法正常工作？该怎么解决？

问题根源：对正则字符集的误解 #

正则里的[^...]是字符集否定匹配，意思是匹配任意不在这个集合里的单个字符。你写的[^-{3}]，实际是匹配除了-、{、3、}这几个单个字符之外的所有字符——这和你想的「匹配到下一个---之前的内容」完全不是一回事。所以只要区块里出现-，这个表达式就会停止匹配，自然覆盖不了整个区块，导致匹配失败。

两种可行解决方案 #

方案一：用正则负前瞻精准匹配区块 #

改写成带负前瞻的正则，确保只匹配单个区块内的内容，不会跨区块：

import re

rx = re.compile(r'---\n(?:(?!---\n).)*section-2-line-2(?:(?!---\n).)*\n---', re.S)
content_string_modified = re.sub(rx, '', content_string).strip('\n')

正则逻辑拆解

• ---\n：锁定区块开头的分隔符（带换行，避免误匹配行内的---）
• (?:(?!---\n).)*：负前瞻断言，意思是「只要下一个位置不是---\n，就匹配当前字符」，非贪婪地覆盖区块内的所有内容
• section-2-line-2：指定要定位的目标内容
• \n---：匹配区块结尾的分隔符

方案二：分割区块后过滤（更易读） #

如果不想纠结正则的复杂语法，可以直接按---把内容切成一个个区块，过滤掉包含目标字符串的区块后再拼接回去：

blocks = content_string.split('---')
filtered_blocks = [block for block in blocks if 'section-2-line-2' not in block]
content_string_modified = '---'.join(filtered_blocks).strip()

这种方法可读性更强，适合处理这种结构化的分隔区块，避免正则踩坑。

内容的提问来源于stack exchange，提问作者SwissNavy