如何用正则匹配多行条目？解决多行描述的条目提取问题

AI 小北

2026-8-25

多行条目描述的正则提取解决方案

你的原正则仅能匹配单行描述，无法捕获跨换行的条目内容，核心原因是没有处理“条目描述持续到下一个条目开头”的逻辑。以下是可行的解决方法：

适配多行的正则表达式

使用以下正则（需开启多行模式re.MULTILINE）：

r'^(:[a-zA-Z0-9_]+)\s+([\s\S]*?)(?=\n:|\Z)'

正则各部分解析

^(:[a-zA-Z0-9_]+)：匹配行首的条目名称（确保以:开头），捕获为第一个分组。
\s+：匹配条目名与描述之间的任意空白（制表符、空格均支持）。
([\s\S]*?)：非贪婪模式匹配任意字符（含换行），避免过度匹配到下一个条目。
(?=\n:|\Z)：正向预查，匹配到下一个条目开头（换行+:）或文件结尾时停止，精准截断描述内容。

Python代码示例

import re

# 你的文件内容
content = """#% text_encoding = utf8

:xy_name1   Text

:xy_name2   Text text text to a text. 

Text and text to text text, text and 

text provides text text text text.

:xy_name3   Text
"""

# 匹配规则
pattern = r'^(:[a-zA-Z0-9_]+)\s+([\s\S]*?)(?=\n:|\Z)'
matches = re.findall(pattern, content, re.MULTILINE)

# 处理并输出结果
for entry, desc in matches:
    # 可选：清理描述中的多余换行和空白
    cleaned_desc = re.sub(r'\s+', ' ', desc).strip()
    print(f"条目: {entry}")
    print(f"描述: {cleaned_desc}\n")

运行结果

条目: :xy_name1
描述: Text

条目: :xy_name2
描述: Text text text to a text. Text and text to text text, text and text provides text text text text.

条目: :xy_name3
描述: Text