正则匹配模式下筛选不含分号的字段值及分组处理方案咨询

你的问题核心在于原正则的匹配逻辑没处理好字段值内的分号，导致要么截断字段，要么跨块匹配。我来给你一套可行的方案：

第一步：修正正则表达式，正确捕获完整条目块 #

你原来用的\d\d;.{6};有两个问题：一是固定长度的.{6}无法适配长度不固定的字段，二是贪婪匹配会把后续内容也包含进来。我们需要用正向先行断言来确定每个条目的边界，确保不管字段里有没有分号，都能完整捕获整个块。

推荐的正则表达式：

(\d\d);(.*?);(?=\d\d;|$)

正则各部分说明： #

• (\d\d)：捕获两位数字的编号（比如01、02）
• ;：匹配编号后的分隔分号
• (.*?)：非贪婪模式匹配任意字符（包括分号），避免过度匹配到下一个条目
• ;：匹配字段值末尾的分号
• (?=\d\d;|$)：正向先行断言，确保当前匹配的分号后面要么是下一个条目的数字;，要么是字符串结尾，以此精准划分每个条目块

第二步：遍历匹配结果，分类存储块 #

拿到每个匹配的条目后，只需判断捕获的字段值部分是否包含分号，就能将块分成两个列表。下面用Python代码示例演示：

import re

# 示例字符串
sample_str = ";01;value1;02;valu;2;03;value3;04;va;ue4;"

# 编译正则
pattern = re.compile(r'(\d\d);(.*?);(?=\d\d;|$)')

# 初始化两个结果列表
blocks_with_semicolon = []
blocks_without_semicolon = []

# 遍历所有匹配项
for match in pattern.finditer(sample_str):
    # 拼接完整的块字符串
    full_block = f"{match.group(1)};{match.group(2)};"
    # 判断字段值是否含分号
    if ';' in match.group(2):
        blocks_with_semicolon.append(full_block)
    else:
        blocks_without_semicolon.append(full_block)

# 输出结果
print("字段值含分号的块：", blocks_with_semicolon)
print("字段值不含分号的块：", blocks_without_semicolon)

运行后会得到：

字段值含分号的块： ['02;valu;2;', '04;va;ue4;']
字段值不含分号的块： ['01;value1;', '03;value3;']

为什么你之前用[^;]失败？ #

[^;]是匹配除分号外的任意字符，所以当字段值里出现分号时，[^;]*会在第一个分号处停止匹配，只能捕获到valu而不是完整的valu;2，自然无法正确检测字段内的分号。而我们用非贪婪匹配加正向断言，就能绕过这个限制，完整捕获带分号的字段值。

额外适配：处理开头无分号的情况 #

如果你的字符串开头是编号（比如01;value1;02;valu;2;...），只需把正则调整为：

(?:^|;)(\d\d);(.*?);(?=\d\d;|$)

(?:^|;)表示匹配字符串开头或者分号，避免漏掉第一个条目。

内容的提问来源于stack exchange，提问作者maxashtar