Python正则组件化构建问题：仅匹配首行而非全部文本

导致仅匹配第一行的原因 #

• 匹配方法误用：re.search()仅查找字符串中第一个符合条件的片段，不会验证整个文本是否完全匹配。
• 正则模式的潜在问题：原string正则包含冗余捕获组，可能干扰模式拼接后的匹配逻辑；同时原模式依赖每行必须带\n，虽当前示例满足，但通用性不足。

修正后的代码 #

import re

# 优化字符串匹配正则，使用非捕获组避免冗余分组
nbr = re.compile(r'\d+')
string = re.compile(r'\w+(?:[ \t]+\w+)*')

# 构建两种行模式
p1 = re.compile(rf"{string.pattern}\s+{nbr.pattern}\s+{string.pattern}")
p2 = re.compile(rf"{nbr.pattern}\s+{string.pattern}")

# 组合两种模式，用非捕获组确保优先级
p1orp2 = re.compile(rf"(?:{p1.pattern}|{p2.pattern})")

# 构建完整多行模式，允许最后一行无换行符
p = re.compile(rf"(?:{p1orp2.pattern}(?:\n|$))+")

lines = (f"aaaa 100284 aaaa\n"
         f"aaaa 365870 bbbb\n"
         f"757166 cccc\n"
         f"111054 cccc\n"
         f"999657 dddd\n"
         f"999 eeee\n"
         f"2955 ffff\n")

# 使用fullmatch验证整个文本是否完全匹配
match = p.fullmatch(lines)
print(match)
if match:
    print(match.group(0))

关键修正说明 #

• 改用fullmatch方法：该方法会检查整个输入字符串是否完全符合正则模式，而非仅返回第一个匹配。
• 优化string正则：将带捕获组的写法改为非捕获组形式，消除冗余分组对匹配逻辑的干扰，提升效率。
• 增强换行符兼容性：将行尾的\n改为(?:\n|$)，既匹配换行符，也允许文本以最后一行内容结尾，适配更多场景。
• 明确模式优先级：给p1|p2整体添加非捕获组，避免后续拼接时出现正则优先级混乱。

内容的提问来源于stack exchange，提问作者Joe