Python正则贪婪/非贪婪量词问题：无法正确提取排除末尾冒号的步骤标题

先拆解你遇到的两个正则的核心问题：

为什么r1和r2都失效？ #

r1：r"Step ?([0-9]+) ?(.*) ?:?" #

.*是贪婪量词，会尽可能匹配最多字符。因为后面的?:?是可选匹配（允许匹配0次冒号），贪婪模式下.*会直接吞掉包括末尾冒号在内的所有内容直到行尾，根本不会给?:?留匹配机会，导致标题内容包含冒号。

r2：r"Step ?([0-9]+) ?(.*?) ?:?" #

.*?是非贪婪量词，会尽可能匹配最少字符。后面的?:?允许匹配0次冒号，所以.*?直接匹配空字符串就满足了“后面可跟0次冒号”的条件，导致标题内容捕获为空。

正确正则写法（满足需求） #

要实现「提取编号和标题、排除末尾冒号、允许标题内部有冒号」，可以用正向零宽预查限定标题的结束位置：

pattern = r"Step ?([0-9]+) ?(.*?)(?=:$|$)"

正则拆解： #

• Step ?：匹配"Step"，兼容后面带/不带空格的写法（比如Step或Step ）
• ([0-9]+)：捕获步骤编号（至少1个数字，兼容1、2等格式）
• ?：兼容编号和标题之间带/不带空格的情况（比如Step 1、Step2、Step 3Making）
• (.*?)：非贪婪匹配标题内容，直到满足后面的预查条件
• (?=:$|$)：正向零宽预查，确保当前位置后要么是「冒号+行尾」，要么是「直接行尾」——既不会把末尾冒号包含进标题，又允许标题内部存在冒号。

测试示例 #

import re

text = """Step 1 Introduce The Assets:
Step2 Verifying the Assets
Step 3Making sure all the data is in the right place:
"""

# 加re.MULTILINE让$匹配每行的结尾
matches = re.findall(pattern, text, re.MULTILINE)
for num, title in matches:
    print(f"步骤编号：{num}，标题内容：{title.strip()}")

输出结果：

步骤编号：1，标题内容：Introduce The Assets
步骤编号：2，标题内容：Verifying the Assets
步骤编号：3，标题内容：Making sure all the data is in the right place

内容的提问来源于stack exchange，提问作者Ridhwan Saal