正则表达式需求：捕获指定行组并解决灾难性回溯问题

正则表达式（需开启多行模式m） #

(?m)^INS(?!\*Y\*G8).*$(?:\n(?!^INS|^DMG).*$)*\n^DMG.*$

详细解释 #

• (?m)：启用多行模式，让^匹配每行开头、$匹配每行结尾
• ^INS(?!\*Y\*G8).*$：匹配行首的INS起始行，同时通过(?!\*Y\*G8)排除INS*Y*G8开头的无效段
• (?:\n(?!^INS|^DMG).*$)*：匹配中间的所有非起始/非结束行，用非捕获组(?:...)避免多余分组，(?!^INS|^DMG)确保不会提前匹配到下一个INS或DMG行，彻底消除灾难性回溯的可能
• \n^DMG.*$：匹配结尾的DMG行，完成整个有效行组的捕获

使用说明 #

1. 确保正则引擎开启多行模式（不同语言/工具开启方式不同：比如Python中用re.M，JavaScript中用/.../m）
2. 该正则会一次性匹配所有符合要求的INS→DMG行组，无需额外处理中间回溯
3. 如果需要捕获每个行组为单独的匹配结果，直接遍历所有匹配项即可（比如Python中re.findall()会返回所有匹配的行组）

匹配验证 #

针对你的示例文本，该正则会精确捕获到你期望的两个行组：

• 第一个匹配结果：

INS*Y*01*030**A***AC~
REF*0F*XXXXXXXXX~
NM1*IL*1*JWHWWWW*RRWTW****34*XXXXXXXXX~
PER*IP**TE*XXXXXXXXX*AP*XXXXXXXXX~
N3*45874 WHYYWYW WTWYXW~
N4*DYXWHXVYW*NY*88980~
DMG*D8*20000101*F~

• 第二个匹配结果：

INS*Y*19*030**A***AC~
REF*0F*XXXXXXXXX~
NM1*IL*1*JWHWWWW*GGDFS****34*XXXXXXXXX~
PER*IP**TE*XXXXXXXXX*AP*XXXXXXXXX~
N3*45874 WHYYWYW WTWYXW~
N4*DYXWHXVYW*NY*88980~
DMG*D8*20000101*F~

原有表达式失败原因 #

你之前尝试的(INS\*Y\*[^G8]+.*)(.*?)(?=DMG)存在两个核心问题：

1. [^G8]是匹配单个非G/非8的字符，而非排除G8这个整体，逻辑错误
2. 未明确行边界和排除中间的INS行，导致引擎在匹配时出现大量回溯尝试，触发灾难性回溯

内容的提问来源于stack exchange，提问作者Yoi2hot4ya