使用正则提取Markdown代码时末尾多出反引号的问题求解

问题原因 #

你使用的负向前瞻(?!.*```)逻辑有误：非贪婪匹配.*?会不断向前匹配，直到找到一个位置，该位置之后不存在完整的三个反引号。当匹配到代码块结尾的第一个反引号时，后面只剩两个反引号，刚好满足“无完整三个”的条件，因此这个反引号被错误地包含进了匹配结果。

修复方案 #

方案1：利用规范Markdown代码块的闭合特性

Markdown规范中，代码块的闭合标记```通常单独占一行，我们可以基于这个规则编写正则：

import re

string = """
Lorem ipsum
```python
print('foo```bar```foo')
print('foo```bar```foo')

Lorem ipsum
"""

pattern = r'(?:\w+\n)?([\s\S]*?)(?=\n)'
result = re.search(pattern, string, re.DOTALL).group(1)
print(result)

#### 方案2：兼容非规范写法（闭合标记与代码同行）
如果遇到不规范的Markdown（闭合标记和最后一行代码在同一行），可以用否定后行断言区分内容里的` ``` `和闭合标记：

```python
pattern = r'```(?:\w+\n)?([\s\S]*?)(?<!`)```'

(?<!)用于确保匹配到的闭合 ``` `前面不是单个反引号，避免误匹配代码内容里的反引号组合。

测试结果 #

两种方案都能正确提取代码，输出结果为：

print('foo```bar```foo')
print('foo```bar```foo')

内容的提问来源于stack exchange，提问作者Sean Bannister