Git提交消息多章节ID提取Python实现技术求助

问题分析 #

你原来的代码只能提取Features:章节下的单个ID，没法处理多个自定义命名的章节，也没法抓取同一章节里的多个ID。咱们用正则表达式来重构逻辑，就能灵活适配各种场景啦。

优化后的代码 #

import re

def extract_all_ids(commit_message):
    # 正则模式：匹配任意章节标题，再抓取该章节下所有ID
    # 模式解释：
    # - ([\w\s]+): 匹配章节名称（支持带空格的自定义名称，直到冒号为止）
    # - \s*: 匹配标题后的任意空白字符
    # - 后续子模式匹配一个或多个ID项，捕获数字ID
    section_pattern = re.compile(r'([\w\s]+):\s*(?:.*?- ID: (\d+)\s*)+', re.DOTALL)
    
    result_dict = {}
    # 遍历所有匹配到的章节
    for section_match in section_pattern.finditer(commit_message):
        section_name = section_match.group(1).strip()
        # 从当前章节内容里提取所有ID
        ids_list = re.findall(r'- ID: (\d+)', section_match.group(0))
        result_dict[section_name] = ids_list
    
    # 没有匹配到任何ID时返回默认标记，否则返回结构化字典
    return result_dict if result_dict else "-"

代码测试 #

用你提供的示例提交消息测试：

sample_msg = """Some text here Features: - ID: 4554773 - ID: 23423234 Some_random_text: - another stuff here - ID: 2255444 ========= Another info here"""
print(extract_all_ids(sample_msg))

运行结果：

{'Features': ['4554773', '23423234'], 'Some_random_text': ['2255444']}

代码优势 #

• 支持任意自定义章节名称，不管章节顺序如何都能精准匹配
• 提取同一章节下的所有ID，不再局限于单个结果
• 返回结构化字典，方便后续针对不同章节做处理
• 自动忽略无ID的章节，无匹配结果时返回预设默认值

灵活调整说明 #

如果ID格式有变化（比如包含字母），只需要把正则里的(\d+)改成([\w]+)；如果章节名称有特殊字符，调整([\w\s]+)部分即可，适配性很强。

内容的提问来源于stack exchange，提问作者Georgian