正则捕获组negative lookahead被忽略 无法合并同ID的Header内容块

• 未开启多行匹配模式：你的所有Header都是单独成行，没有开启re.MULTILINE标志的情况下，^和$无法匹配每行的首尾，无法准确识别每个Header块的边界，导致正则容易跨块匹配内容。
• 分组逻辑未限制块边界：正则中的[\s\S]*?没有做块边界校验，匹配ID时可能跨多个Header块捕获值，导致反向引用\1的判定逻辑完全失效。
• 断言校验逻辑不完整：你原来写的ID\s(?!\1)仅校验ID后紧随的单个字符，无法适配多位数ID场景，也没有确认校验的ID属于下一个独立Header块，容易出现误判。

方案1：修正正则表达式（需配合多行模式） #

修正后的正则会先锁定每个Header块的边界，再进行ID匹配和反向断言校验，可直接实现同ID块合并：

import re

with open("你的文本文件路径", "r", encoding="utf-8") as f:
    content = f.read()

pattern = re.compile(r'^Header$(?:(?!^Header$)[\s\S])*?ID\s(\d+)[\s\S]*?(?=^Header$(?:(?!^Header$)[\s\S])*?ID\s(?!\1\b)|$)', re.M)
# merged_groups 中每个元素就是合并后的同ID块内容
merged_groups = pattern.findall(content)

方案2：先分块再合并（更稳妥，易维护） #

完全避免复杂正则的坑，兼容性更高，也更方便后续调整逻辑：

from collections import defaultdict
import re

with open("你的文本文件路径", "r", encoding="utf-8") as f:
    lines = f.read().splitlines()

blocks = []
current_block = []
# 第一步：拆分所有独立Header块
for line in lines:
    if line.strip() == "Header" and current_block:
        blocks.append("\n".join(current_block))
        current_block = []
    current_block.append(line)
if current_block:
    blocks.append("\n".join(current_block))

# 第二步：按ID合并块
merged_blocks = defaultdict(str)
id_pattern = re.compile(r'ID\s(\d+)')
for block in blocks:
    id_match = id_pattern.search(block)
    if id_match:
        block_id = id_match.group(1)
        merged_blocks[block_id] += block + "\n\n"

# 输出合并后的结果列表
result = list(merged_blocks.values())

内容的提问来源于stack exchange，提问作者matthias c