Python正则匹配以www开头且以空格结尾的子串问题求助

问题分析 #

你当前的正则www\.\w+.*\s{1}失效的核心原因是：

• .*是贪婪匹配，会尽可能匹配最多的字符，直到字符串末尾的空格才停止，导致匹配范围超出预期；
• \s{1}仅限制单个空白，但贪婪模式下.*已经吃掉了中间所有内容，无法在目标位置终止。

解决方案 #

使用非贪婪匹配+正向预查来精准定位终止边界，正则表达式如下：

www\..*?(?= \.)

正则说明

• www\.：匹配目标子串的固定开头；
• .*?：非贪婪模式匹配任意字符（包括换行符，需开启正则的DOTALL模式，比如Python中加re.DOTALL参数，或在正则开头加(?s)），会尽可能少地匹配字符，直到遇到后续的终止条件；
• (?= \.)：正向预查，匹配「空格+句号」的前置位置，确保匹配范围截止到目标内容的末尾，不会包含后续的 .。

测试验证 #

针对你的示例字符串：

available at: www.bankofengland.co.uk/prudential-regulation/\ntransforming-data-collection .\n40. News release ‘Data Collection Transformation Plan’, February 2021: www.bankofengland.co.uk/\nnews/2021/february/data-collection-transformation-plan .\n41. Under Section 166 of the Financial Services and Markets Act 2000.\n42. PRA Letter ‘Letter from

使用该正则会精准匹配到两个目标子串：

1. www.bankofengland.co.uk/prudential-regulation/\ntransforming-data-collection
2. www.bankofengland.co.uk/\nnews/2021/february/data-collection-transformation-plan

注意事项 #

如果你的正则引擎默认不支持.匹配换行符，需要手动开启DOTALL模式：

• Python：re.findall(r'www\..*?(?= \.)', input_str, re.DOTALL)
• JavaScript：在正则后加s标志，如/www\..*?(?= \.)/gs

内容的提问来源于stack exchange，提问作者rbrtjwrk