使用Python正则表达式提取文本时无法正确打印age字段对应数值

问题复现 #

当前尝试用Python正则匹配文件中[start file]到[end file]块内的age相关内容，但无法输出age对应的具体数值，相关信息如下：

• 脚本文件regex.py代码：

opfile = open(file.txt, 'r')
contents = opfile.read()
opfile.close()

index = re.findall(r'\[start file\](?:.|\n)*\[end file\]', contents)
item = re.search(r'age.*', str(index))

• 测试文件file.txt示例内容：

[start file]
name:      steve
age:       23
[end file]

• 实际运行输出：

<re.Match object; span=(94, 738), match='age:               >

故障表现：age后的数值23未被正常匹配打印。

故障原因 #

1. 代码存在基础语法问题：未导入re正则模块，且open()方法内的文件名file.txt未加字符串引号，直接运行会触发语法错误。
2. 正则写法存在缺陷：
   • 用(?:.|\n)匹配含换行的任意字符效率极低，可通过正则flag直接实现该能力；
   • 量词*为贪婪匹配，若文件内存在多组[start file]/[end file]块，会一次性匹配从第一个起始标记到最后一个结束标记的所有内容，出现跨块匹配错误。
3. 匹配逻辑错误：re.findall()返回值是匹配结果组成的列表，直接将列表转成字符串做二次匹配时，会带入列表的括号、转义符等冗余格式字符，极易导致匹配截断；同时未主动提取匹配对象的完整结果，仅打印了match对象的默认截断展示内容，无法拿到完整匹配值。

修正代码 #

import re

# 用上下文管理器打开文件，自动处理资源释放，指定编码避免乱码
with open('file.txt', 'r', encoding='utf-8') as opfile:
    contents = opfile.read()

# 非贪婪匹配标记块，re.DOTALL让.可以匹配换行符
block_match = re.findall(r'\[start file\](.*?)\[end file\]', contents, re.DOTALL)

age_pattern = re.compile(r'age:\s*(\d+)')
for single_block in block_match:
    age_res = age_pattern.search(single_block)
    if age_res:
        # 拿完整age行内容
        full_age_line = age_res.group(0)
        # 单独拿age数值
        age_value = age_res.group(1)
        print(full_age_line)
        print(age_value)

运行上述代码，针对示例文件的输出为：

age:       23
23

补充说明 #

如果不需要单独提取数值，只需要拿到age开头的整行内容，去掉正则里的数值分组即可，直接通过match.group()就能拿到完整匹配结果，不要对列表、字典这类结构化对象直接转字符串做正则匹配，避免格式字符干扰匹配结果。

内容的提问来源于stack exchange，提问作者JIN