正则表达式多前后断言工作逻辑及示例匹配失效问题排查

一、环视（Lookaround，含后视、前视断言）核心工作规则 #

• 所有环视（正向后视(?<=...)、负向后视(?<!...)、正向前视(?=...)、负向前视(?!...)）都属于零宽度断言：仅校验当前游标位置是否符合规则，匹配过程不会消耗任何字符，校验完成后正则游标位置不会发生移动。
• 连续排列的多个环视是叠加校验关系：同一个游标位置必须同时满足所有相邻环视的规则，才算命中合法位置，不会自动跳转游标到其他行/其他位置做拆分匹配。
• 普通匹配组、普通字符匹配属于消耗型匹配：比如.*会从当前游标位置向后尽可能多地匹配符合规则的字符，匹配过程会实际消耗字符，游标会同步移动到已匹配内容的末尾。

二、原正则失效的具体原因 #

你编写的原正则如下：

(?<=Hour\n)(.*)(?=\n)(?<=Receipt).*(?=Number)

待匹配目标字符串：

Hour
Lead-Analyst
ReceiptJobNumber

逐段拆解匹配流程就能定位问题：

1. 第一段(?<=Hour\n)：要求当前游标位置的前置紧邻内容为Hour\n，整个字符串里只有第一行换行符之后、第二行Lead-Analyst的起始位置满足要求，游标停在该位置。
2. 第二段(.*)：默认贪婪匹配，且.默认不匹配换行符，因此会从第二行开头一直匹配到第二行末尾换行符之前，捕获整行内容Lead-Analyst，游标同步移动到第二行末尾、换行符之前的位置。
3. 第三段(?=\n)：校验当前游标后置内容是否为换行符，此处校验通过；由于是零宽度断言，游标不移动，仍停在第二行末尾换行前的位置。
4. 第四段(?<=Receipt)：要求当前游标位置的前置紧邻内容为Receipt，但此时游标前方的内容是Lead-Analyst，完全不满足断言规则，整个正则匹配直接失败，无任何返回结果。

核心认知误区：前视断言(?=\n)仅能确认当前位置后面存在换行符，不会驱动游标跨过换行符移动到第三行，自然不可能校验第三行的Receipt相关内容。此外原正则是单条连续匹配逻辑，本身不支持自动拆分提取两个不连续位置的内容。

三、可提取目标内容的修正写法 #

如果需要一次性提取Lead-Analyst和Job两个目标值，可以调整正则显式匹配换行跨过行边界，通过两个捕获组分别拿值，修正后的正则：

(?<=Hour\n)(.*)\n.*(?<=Receipt)(.*)(?=Number)

匹配逻辑：

• 第一个捕获组(.*)匹配Hour\n之后的整行内容，拿到Lead-Analyst
• 显式写\n匹配第二行末尾的换行符，游标移动到第三行开头
• 匹配到第三行的Receipt字符串后，第二个捕获组(.*)匹配Receipt之后、Number之前的内容，拿到Job
• 最终两个捕获组的输出就是预期的两个结果。

内容的提问来源于stack exchange，提问作者Toni26