Python如何提取字符串中重复出现的{}包裹的文本内容？

Python完全可以实现该提取需求，直接使用标准库re（正则表达式模块）即可完成，无需安装第三方依赖。

实现逻辑 #

针对无嵌套{}的场景，使用正则匹配规则：从左大括号{开始，匹配所有内部不含大括号的字符，直到遇到第一个右大括号}结束，避免跨内容匹配错误。

完整代码 #

import re

# 原始待处理字符串
string = 'Revenue for the period is {value="32", font="34"} and EBITDA is {value="12", font="34"} for 2022'
# 正则匹配规则：匹配{}包裹、内部无其他{}的内容
match_pattern = r'\{[^{}]*\}'
# findall直接返回所有匹配结果组成的列表
output = re.findall(match_pattern, string)

print(output)

运行后输出结果：

['{value="32", font="34"}', '{value="12", font="34"}']

如果原始字符串保留了HTML转义字符"，该规则同样可以正常匹配，输出结果会和原字符串中包裹的内容完全一致。

注意事项 #

• 该写法仅适用于{}无嵌套的场景，如果待提取内容里存在大括号嵌套（比如{a: {b:1}}），简单正则无法正确匹配，需要额外编写括号层级计数的逻辑处理
• 规则里用[^{}]*替代通用的.*?非贪婪匹配，兼容字符串内存在换行、特殊符号的场景，匹配稳定性更高

内容的提问来源于stack exchange，提问作者Finntech