Python正则表达式grep文本失败求助：匹配指定内容问题

问题原因分析 #

你的代码存在三个核心问题：

1. 字符串转义错误：n="<directory>regression\UC400_019_TC15</directory>" 中的\U会被Python解析为Unicode转义符，导致实际字符串内容与预期不符，甚至可能触发语法错误。
2. 正则匹配范围不足：\w*仅能匹配字母、数字和下划线，无法匹配目标文本中的反斜杠\，无法覆盖完整的目标内容。
3. 无效的单词边界：\b是单词边界匹配符，而<、>属于非单词字符，用在<directory>前后会导致匹配位置错误，直接破坏匹配逻辑。

修正后的代码 #

import re

# 用原始字符串(r前缀)避免转义问题
n = r"<directory>regression\UC400_019_TC15</directory>"
# 使用非贪婪捕获组提取标签间的文本
rep_str = re.findall(r"<directory>(.*?)</directory>", n)
print(rep_str)

执行后输出：

['regression\\UC400_019_TC15']

关键说明 #

• 原始字符串：r""会保留字符串中的所有原始字符，避免反斜杠被错误解析为转义符。
• 非贪婪匹配.*?：.*匹配任意字符（除换行），?让匹配变为非贪婪模式，确保只捕获到</directory>之前的内容，不会过度匹配。
• 捕获组：括号(.*?)会将匹配到的标签内文本单独提取出来，返回结果是包含目标文本的列表。

内容的提问来源于stack exchange，提问作者rohithguptha potti