Python正则：如何捕获重复范围匹配的全部子串？问题修复

你的正则里，捕获组2写成((?!el)\w+\s+){2,}，这里重复限定符{2,}是加在捕获组外面的。正则引擎处理这种结构时，每次重复都会覆盖捕获组的内容，最终捕获组只会保留最后一次匹配的内容，所以你只能拿到sdsdsd 而不是全部目标文本。

要捕获所有符合条件的内容，需要把重复逻辑放到捕获组内部：用非捕获组(?:...)包裹单个匹配单元，然后让整个重复的内容被一个捕获组包裹，这样就能把所有连续匹配的内容一次性捕获。

修改后的正则 #

将原正则中的((?!el)\w+\s+){2,}替换为：

((?:(?!el)\w+\s+){2,})

• (?:...)是非捕获组：仅作为重复的单元，不会单独生成捕获组
• 外层的(...)会捕获整个重复2次以上的内容，这样捕获组2就能拿到ssdsdsd sdsdsdsd sdsdsd这类完整目标文本

调整代码逻辑 #

原代码中lambda m: print(f"{m[2]}")会导致re.sub返回None（因为print()的返回值是None），如果需要保留原文本，lambda应该返回原匹配内容；如果只是提取内容，也可以用re.findall更简洁。

方案1：保留原文本并提取内容 #

import re

input_text = "((PERS)Marcos) ssdsdsd sdsdsdsd sdsdsd le ((VERB)empujé) hasta ((VERB)dejarle) en ese lugar. A ((PERS)Marcos) le ((VERB)dijeron) y luego le ((VERB)ayudo)"

# 修改正则，同时让lambda返回原匹配内容以保留文本
processed_text = re.sub(
    r"\(\(PERS\)((?:\w\s*)+)\)\s*((?:(?!el)\w+\s+){2,})(le)",
    lambda m: (print(f"捕获到的内容：{repr(m[2])}"), m.group(0))[1],
    input_text,
    flags=re.IGNORECASE
)

print(repr(processed_text))  # 输出原文本，同时打印捕获内容

方案2：直接提取所有符合条件的内容（更高效） #

如果不需要修改原文本，只是提取目标内容，用re.findall更合适：

import re

input_text = "((PERS)Marcos) ssdsdsd sdsdsdsd sdsdsd le ((VERB)empujé) hasta ((VERB)dejarle) en ese lugar. A ((PERS)Marcos) le ((VERB)dijeron) y luego le ((VERB)ayudo)"

matches = re.findall(
    r"\(\(PERS\)(?:\w\s*)+\)\s*((?:(?!el)\w+\s+){2,})le",
    input_text,
    flags=re.IGNORECASE
)

for match in matches:
    print(repr(match))  # 输出：' ssdsdsd sdsdsdsd sdsdsd '

内容的提问来源于stack exchange，提问作者Matt095