Python正则表达式：提取@article花括号内嵌套内容（含换行）

原正则的问题 #

你写的r'\@article\{[.*\n]+\}'存在两个核心错误：

• [.*\n]+是字符集合，仅会匹配.、*、换行符这三个字符，而非你预期的“任意字符+换行”
• 未处理嵌套花括号场景，若字段内容包含{xxx{yyy}}这类结构，正则会提前终止匹配

正确实现方案 #

Python的re模块可以通过递归匹配处理嵌套花括号，结合re.DOTALL模式让.匹配换行符，实现精准提取：

代码示例 #

import re

text = """
@book{book1,
  title={tit1},
  author={aut1}
}
@article{art2,
  title={tit2},
  author={aut2}
}
@article{art3,
  title={tit3},
  author={aut3 with {nested} braces}
}
"""

# 支持嵌套花括号的正则表达式
pattern = re.compile(
    r'@article\{(?P<content>(?:[^{}]|(\{(?:[^{}]|(?1))*\}))*)\}',
    re.DOTALL
)

# 提取并整理结果
result = [match.group('content').strip() for match in pattern.finditer(text)]

print(result)

输出结果 #

['art2,\n  title={tit2},\n  author={aut2}', 'art3,\n  title={tit3},\n  author={aut3 with {nested} braces}']

正则说明 #

• (?P<content>...)：命名捕获组，用于提取花括号内的目标内容
• (?:[^{}]|(\{(?:[^{}]|(?1))*\}))*：匹配非花括号字符，或递归匹配成对的嵌套花括号，确保找到最外层的闭合}
• re.DOTALL：让.匹配换行符，支持跨多行提取字段内容

内容的提问来源于stack exchange，提问作者José Crespo Barrios