求助：使用正则表达式提取文本中AELIST块的数字数据

解决步骤 #

1. 锁定AELIST块范围：用正则精准匹配从AELIST行开始，到下一个独立全大写行（非+开头/结尾的分隔行）结束的所有内容，包括带+的延续行。
2. 提取块内数字：对每个匹配到的AELIST块，提取所有数字字符，忽略+和其他无关符号。
3. 整理为嵌套列表：将每个块的数字列表收集起来，形成最终的嵌套结构。

代码实现（Python） #

import re

# 替换成你的输入文本
input_text = """
AELIST 123 456
+ 789 012
SET1 345 678
AELIST 987 654
+ 321 098
+ 765 432
OTHER 111 222
"""

# 匹配AELIST块的正则：从AELIST行开始，到下一个全大写分隔行/文本结束
block_regex = re.compile(r'^AELIST.*?(?=^[A-Z]+$|\Z)', re.MULTILINE | re.DOTALL)
# 提取数字的正则
num_regex = re.compile(r'\d+')

# 生成嵌套列表
result = []
for block in block_regex.findall(input_text):
    # 提取当前块的所有数字，转成整数（要字符串的话去掉int转换）
    num_list = [int(num) for num in num_regex.findall(block)]
    result.append(num_list)

print(result)
# 输出：[[123, 456, 789, 12], [987, 654, 321, 98, 765, 432]]

正则说明 #

• block_regex：
  • ^AELIST：匹配行首的AELIST开头
  • .*?：非贪婪匹配，避免跨块抓取
  • (?=^[A-Z]+$|\Z)：正向预查，匹配到下一个全大写行（块分隔符）或文本结束时停止
  • re.MULTILINE让^匹配每一行的开头，re.DOTALL让.包含换行符，确保延续行被纳入块内
• num_regex：\d+直接匹配所有连续数字，不管位置，确保不会漏掉延续行里的数字

为什么之前的代码失效 #

你之前的匹配逻辑没有限定只在AELIST块内操作，而是抓取所有大写/+开头的行，自然会混入SET1、OTHER等无关块的内容。通过先锁定AELIST块的范围，再在块内提取数字，就能精准得到目标数据。

内容的提问来源于stack exchange，提问作者nagordon