如何编写单个正则表达式提取文本中的多个指定目标内容？

需求场景 #

给定文本：

CpuUtilization[GqIF:CA-TORONTO-1-AD-1 | FAULT-DOMAIN-1 | ocid1.image.oc1.ca-toronto-1.aaaaaaaanzxg2lycvtpzgobswpp3kht3byzc4kduvbuzks7u65r5zlyrzdaq | Default | ca-toronto-1 | Bastion | ocid1.instance.oc1.ca-toronto-1.an2g6ljrwe6j4fqcnimiwc5wkneq7x6zcd4m23emiv7scbx47za7bpht54la | VM.Standard.E3.Flex]

需要一次性提取三个目标值：CA-TORONTO-1-AD-1、Bastion、VM.Standard.E3.Flex。

解决方案 #

可以通过包含三个捕获组的单个正则表达式实现，以下两种写法都可行：

写法1（直观匹配）

^CpuUtilization\[GqIF:([^|]+) \| .*? \| .*? \| .*? \| .*? \| ([^|]+) \| .*? \| ([^\]]+)\]$

• 捕获组1：匹配GqIF:后到第一个|前的内容，对应CA-TORONTO-1-AD-1
• 捕获组2：匹配第6个|分隔的字段，对应Bastion
• 捕获组3：匹配最后一个|后到]前的内容，对应VM.Standard.E3.Flex

写法2（高效精准，按字段位置跳过）

^CpuUtilization\[GqIF:([^|]+)(?: \| [^|]+){4} \| ([^|]+)(?: \| [^|]+) \| ([^\]]+)\]$

• (?: \| [^|]+){4}：用非捕获组跳过前4个不需要的字段（FAULT-DOMAIN-1 到 ca-toronto-1）
• 捕获组2直接定位到第6个字段的Bastion
• (?: \| [^|]+)：跳过中间的实例ID字段
• 捕获组3匹配最后一个目标值VM.Standard.E3.Flex

使用说明 #

在支持多捕获组的工具（如Python的re模块、grep -P、各类正则测试工具）中，提取捕获组1、2、3的结果，就能得到三个目标内容。

内容的提问来源于stack exchange，提问作者MikeKim