如何使用正则表达式提取字符串中的多段指定信息？

当然可以用正则表达式实现这类需求，以下是具体操作方案：

先明确输入结构 #

假设你的输入是类似Prometheus的标签字符串，示例如下：

fstype="ext4", instance="node1:9100", mountpoint="/data", job="node_exporter"

核心正则匹配规则 #

针对fstype、instance、mountpoint这三个字段，我们可以构建正则来精准匹配字段名="值"的结构，同时处理值中可能存在的转义双引号（比如mountpoint="/foo\"bar"）。

匹配单个字段的正则

以fstype为例：

fstype="(?:\\.|[^"])*"

• fstype=：精准匹配字段名前缀
• "：匹配字段值的起始双引号
• (?:\\.|[^"])*：匹配字段值内容，其中\\.匹配转义字符（如\"），[^"]匹配非双引号的任意字符，*表示匹配0次或多次
• "：匹配字段值的结束双引号

一次性匹配所有目标字段的正则

如果需要同时提取三个字段（不管字段在字符串中的顺序），可以用这个正则：

(?:^|,\s+)(fstype|instance|mountpoint)="((?:\\.|[^"])*)"

• (?:^|,\s+)：匹配字符串开头，或者逗号加任意数量空格（兼容不同格式的分隔符）
• (fstype|instance|mountpoint)：捕获目标字段的名称
• "((?:\\.|[^"])*)"：捕获对应字段的值

代码示例（Python） #

用Python的re模块实现提取：

import re

# 示例输入字符串
input_str = 'fstype="ext4", instance="node1:9100", mountpoint="/data/foo\"bar", job="node_exporter"'

# 匹配正则
pattern = r'(?:^|,\s+)(fstype|instance|mountpoint)="((?:\\.|[^"])*)"'
matches = re.findall(pattern, input_str)

# 整理为字典格式，还原转义的双引号
result = {key: value.replace('\\"', '"') for key, value in matches}
print(result)

输出结果：

{'fstype': 'ext4', 'instance': 'node1:9100', 'mountpoint': '/data/foo"bar'}

注意事项 #

• 如果输入的标签分隔符只有单个空格，可把正则中的\s+改为 ，提升匹配效率
• 如果需要处理多行的标签字符串，可在re.findall中添加re.DOTALL标志
• 对于其他编程语言（如Go、Java），正则逻辑一致，只需调整对应的正则API调用方式

内容的提问来源于stack exchange，提问作者Joseph Gagnon