如何编写正则提取字符串中间内容 剔除前后指定匹配模式

你之前写的正则存在三个问题，无法完成提取需求：

• 没有给中间待提取的有效内容设置捕获分组，无法直接拿到目标片段
• 后缀匹配规则写窄了：你原来用的\d+只能匹配横杠后为纯数字的后缀，但是样例里存在YT-0E8这类横杠后带字母的场景，会匹配失效
• 中间内容匹配用了贪婪模式的.*，如果后续内容里出现括号类字符容易出现匹配偏移

可用正则表达式 #

^(?:Warning: |Error: )(.*?) \([A-Za-z0-9]+-[A-Za-z0-9]+\)$

规则说明 #

• ^(?:Warning: |Error: )：用非捕获分组匹配开头固定前缀，非捕获分组不会占用捕获位，性能更优
• (.*?)：非贪婪模式匹配任意字符，对应你需要提取的中间有效内容，提取时直接取第1个捕获分组的结果即可
• \([A-Za-z0-9]+-[A-Za-z0-9]+\)$：精确匹配末尾规则：前置空格+圆括号包裹的「字母数字串-字母数字串」后缀，覆盖你给出的所有后缀格式场景

代码使用示例 #

以Python为例：

import re

test_cases = [
    "Error: -This can be an example. (YT-0E8)",
    "Warning: -Warning can happen too (WP-003)",
    "Error: Error can happen this way as well. (PP-W28)"
]
pattern = r'^(?:Warning: |Error: )(.*?) \([A-Za-z0-9]+-[A-Za-z0-9]+\)$'

for s in test_cases:
    res = re.match(pattern, s).group(1)
    print(res)

运行输出完全匹配预期结果：

-This can be an example.
-Warning can happen too
Error can happen this way as well.

如果是JavaScript场景，直接用replace替换即可：

const pattern = /^(?:Warning: |Error: )(.*?) \([A-Za-z0-9]+-[A-Za-z0-9]+\)$/
const getContent = str => str.replace(pattern, '$1')

内容的提问来源于stack exchange，提问作者Maheswarha Rajagopal