如何修改Python正则表达式以正确提取带++的Winget包ID？

问题根源 #

你之前的正则表达式应该依赖了 \w（仅匹配字母、数字、下划线），但Winget包ID允许包含 + 这类特殊符号，\w 不会匹配它们，所以提取 Notepad++.Notepad++ 时，会在遇到第一个 + 时停止匹配，只得到 Notepad++.Notepad。

修正方案 #

直接扩展匹配范围，包含包ID允许的所有字符（字母、数字、点、加号、连字符、下划线）：

import re

# 匹配Winget包ID的正则
package_id_pattern = r'([a-zA-Z0-9._+-]+)'

# 示例文本行
winget_line = "Notepad++ Notepad++.Notepad++ 8.5.6 8.6.0 winget"
match_result = re.search(package_id_pattern, winget_line)

if match_result:
    print(match_result.group(1))  # 输出完整的 Notepad++.Notepad++

更精准的匹配（针对Winget输出格式） #

如果文本是标准Winget upgrade输出格式（包名、ID、当前版本、新版本、来源），可以用更精准的正则定位ID列，避免误匹配其他字段：

# 匹配格式：[包名] [包ID] [当前版本] [新版本] [来源]
package_id_pattern = r'\s+([a-zA-Z0-9._+-]+)\s+[\d.]+\s+[\d.]+\s+winget'

match_result = re.search(package_id_pattern, winget_line)
if match_result:
    print(match_result.group(1))

多行文本测试 #

用实际Winget输出片段验证：

sample_upgrade_output = """
Notepad++ Notepad++.Notepad++ 8.5.6 8.6.0 winget
Microsoft.VisualStudioCode 1.85.1 1.86.0 winget
GitHub.GitLFS 3.3.0 3.4.0 winget
"""

for line in sample_upgrade_output.strip().split('\n'):
    match = re.search(r'\s+([a-zA-Z0-9._+-]+)\s+', line)
    if match:
        print(match.group(1))

这段代码会正确输出所有包ID，包括带 ++ 的Notepad++.Notepad++。

内容的提问来源于stack exchange，提问作者Frxhb