使用Python正则解析todo.txt：无法匹配任务内容求助

要准确捕获todo.txt中的任务核心内容，关键是调整正则的分组顺序和匹配逻辑，避免任务内容被其他特殊标记（项目、上下文、元数据等）覆盖。以下是可行的实现方案：

正则表达式设计思路 #

1. 先匹配前置的固定元素：完成标记、优先级、完成/创建日期（均为可选）
2. 用非贪婪匹配捕获任务内容，直到遇到第一个特殊标记（+项目、@上下文、key:value元数据）或行尾
3. 最后匹配所有后续的特殊标记，不干扰任务内容的捕获

具体实现代码 #

import re

# 编译支持verbose模式的正则，结构更清晰
todo_parser = re.compile(
    r"""
    ^
    (?:x\s+)?                          # 可选的完成标记（x 后跟空格）
    (?:\(([A-Z])\)\s+)?                # 可选的优先级（大写字母包裹在括号中）
    (?:(\d{4}-\d{2}-\d{2})\s+)?        # 可选的完成日期（yyyy-mm-dd格式）
    (?:(\d{4}-\d{2}-\d{2})\s+)?        # 可选的创建日期（yyyy-mm-dd格式）
    (?P<task>.*?)                      # 核心任务内容（非贪婪匹配，避免覆盖后续标记）
    (?:\s+(?:\+(\w+)|@(\w+)|(\w+):(\S+)))*  # 匹配所有项目、上下文、元数据
    $
    """,
    re.VERBOSE
)

# 测试用例
test_todos = [
    "x (A) 2024-05-01 2024-04-25 Call @Bob about +ProjectX due:2024-05-20",
    "(B) 2024-04-26 Finish quarterly report for +ClientY",
    "Buy organic milk @downtown_grocery",
    "Submit travel expense report due:2024-05-15",
    "Fix login bug - refer to doc:issue#123"
]

# 解析并输出结果
for todo in test_todos:
    match_result = todo_parser.match(todo)
    if match_result:
        task_content = match_result.group('task').strip()
        print(f"任务内容: '{task_content}'")
        print(f"优先级: {match_result.group(1) or '无'}")
        print(f"完成日期: {match_result.group(2) or '无'}")
        print(f"创建日期: {match_result.group(3) or '无'}")
        print("-" * 40)

关键细节说明 #

• 使用.*?非贪婪匹配任务内容，确保不会把后续的特殊标记包含进来
• 用strip()去除任务内容前后的冗余空格，因为非贪婪匹配可能捕获到标记前的空格
• 元数据匹配使用\w+:\S+，支持value包含连字符、数字等非单词字符（符合todo.txt规范）
• 所有非捕获组（(?:...)）用于匹配固定元素但不占用分组，避免干扰任务内容的捕获

内容的提问来源于stack exchange，提问作者Ashley Speight