正则表达式匹配优化：排除以SECTION开头的目标字符串

问题分析 #

你之前的正则存在两个核心问题：

1. ^(?!SECTION) 仅断言行首第一个字符不是 SECTION，如果行首有空格（比如 SECTION...），这个断言会失效，无法排除带前置空格的SECTION行；
2. .+? 会匹配包含多连续空格的文本内容，导致像THIS SHOULD BE IGNORED这类不符合规则的行被错误匹配。

修正后的正则表达式 #

^(\s*)(?!SECTION)([^\s]+(?:\s[^\s]+)*)\s{2,}(\d{3})$

正则拆解说明 #

• ^：匹配行起始位置
• (\s*)：捕获行首的任意空白字符（包括零个），兼容行首带空格的场景
• (?!SECTION)：负向预查，断言行首空白之后的内容不是以SECTION开头，彻底排除所有SECTION行
• ([^\s]+(?:\s[^\s]+)*)：捕获目标文本部分，确保文本内部仅含单个空格分隔的内容（无多连续空格）：
  • [^\s]+：匹配一段非空白文本
  • (?:\s[^\s]+)*：零或多个「单个空格+非空白文本」的组合，禁止多连续空格
• \s{2,}：匹配至少两个连续空白字符，作为文本与结尾数字的分隔符
• (\d{3})：捕获行尾的三位数字
• $：匹配行结束位置

匹配结果验证 #

针对你的测试文本：

• 匹配成功的行：
  • THIS NEEDS TO BE CAPTURED #1 500 → 捕获文本：THIS NEEDS TO BE CAPTURED #1，数字：500
  • THIS NEEDS TO BE CAPTURED #2 502 → 捕获文本：THIS NEEDS TO BE CAPTURED #2，数字：502
  • NoSpaceShouldBeCaptured 123 → 捕获文本：NoSpaceShouldBeCaptured，数字：123
• 匹配失败的行（符合需求排除）：
  • SECTION 1 TEXT 201（以SECTION开头）
  • SECTION 2 TEXT 202（以SECTION开头）
  • THIS SHOULD BE IGNORED 000（文本内部含多连续空格）

内容的提问来源于stack exchange，提问作者temuri