Python正则提取问题：为何匹配结果含末尾双引号而非开头？

问题根源 #

1. 开头引号消失的原因：正则最开头的"是实际匹配并消耗字符的操作，当它匹配到字符串开头的双引号后，这个引号会被正则“用掉”，不会出现在最终的捕获结果里。
2. 末尾引号残留的原因：正则里的(?!\")是负向预查——它只检查当前位置后面有没有双引号，不会消耗任何字符。而.*?是惰性匹配，会一直匹配直到遇到(?=\s\<)这个停止条件（即空格加<）。但目标字符串里的末尾双引号在空格加<之前，.*?会把这个引号也包含进去，因为它不满足停止条件，(?!\")在这里根本没起到限制作用——它检查的是.*?匹配结束位置的后面，而非匹配内容里不能有引号。

修正后的正则写法 #

要精准实现需求，推荐使用分支结构的正则，区分带引号和不带引号的场景：

(?:\"([^\"]+)\"|([^\"]+))(?=\s\<)

或者更简洁的版本，确保目标内容始终在同一个捕获组：

(?<=^")([^"]+)(?="\s\<)|^([^"]+)(?=\s\<)

验证效果 #

用修正后的正则匹配测试用例，所有结果均符合需求：

• 松嶋友里奈/ウェルキッズフォト
• SuperBacker Team
• Medium Daily Digest
• Tory @ Flippa
• CocaCola

内容的提问来源于stack exchange，提问作者Laurent