Python正则提取[en]与[ja]标记间文本失效如何解决

• 元字符未转义：正则中[]是定义字符集的特殊元字符，直接写[en]、[ja]不会匹配字面量的[en]、[ja]字符串，只会匹配单个字符e/n、j/a，从根上就找错了匹配边界。
• 匹配逻辑效率低且边界错误：用(.|\n)+?做非贪婪匹配，在边界写错的前提下，会在匹配到第一个符合[ja]字符集规则的字符（示例里就是Example单词里的a）时直接终止匹配，自然拿不到完整内容；另外(.|\n)的写法会产生大量不必要的回溯，匹配效率很差。

首先正确转义边界标记：匹配字面量的方括号需要加反斜杠转义，即把边界写成\[en\]和\[ja\]。
中间内容匹配可根据自身使用的正则环境选择写法：

• 如果正则环境支持单行模式（Dotall模式，作用是让.可以匹配包括换行符在内的所有字符），直接用非贪婪匹配.*?匹配中间内容即可，正则写法如下，提取第1个捕获组的内容就是目标结果：

\[en\]\s*(.*?)\s*\[ja\]

表达式里的\s*用来自动过滤[en]后、[ja]前的多余空行、缩进空白，直接返回干净的目标内容。

• 如果正则环境不支持单行模式，可以用[\s\S]*?替代.*?（\s匹配所有空白字符、\S匹配所有非空白字符，组合起来覆盖所有字符包括换行），不需要修改模式也能正常工作：

\[en\]\s*([\s\S]*?)\s*\[ja\]

用提供的示例文本测试，提取到的捕获组1内容和预期完全一致：

Text
- Example
- Example
- Example

内容的提问来源于stack exchange，提问作者HeelMega