如何使用正则从聊天记录字符串中提取指定范围的用户名？

直接使用带负向预查逻辑的正则匹配即可，完整代码如下：

import re

s = "(2021-07-29 01:00:00 AM BST)  \n---  \npeter.j.matthew has joined the conversation  \n\n  \n(2021-07-29 01:00:00 AM BST)  \n---  \njohn cheung has joined the conversation  \n\n  \n\n(2021-07-29 01:11:19 AM BST)  \n---  \nallen.p.jonas  \nHi, james  \n\n  \n(2021-07-30 12:51:16 AM BST)  \n---  \nkarren wenda  \nhow're you ? \n\n  \n\n---  \n\n* * *"

# 匹配分隔线后的用户名，排除入会通知条目
names_list = re.findall(r'---\s*\n([^\n]+)\n(?!\s*has joined the conversation)', s, re.DOTALL)
print(names_list)

运行输出结果：

['allen.p.jonas', 'karren wenda']

• ---\s*\n：匹配块分隔线---及后续的空白、换行符
• ([^\n]+)：捕获分隔线后第一行的完整内容，即为用户名
• (?!\s*has joined the conversation)：负向预查规则，过滤掉后续带入会标记的条目
• re.DOTALL：让.符号可以匹配换行符，确保负向预查可以跨换行校验内容

1. 没有加入入会消息的过滤逻辑，无法自动排除入会通知条目
2. \D+规则会匹配所有非数字内容，会把后续发言内容也纳入匹配结果，无法准确定位用户名
3. 手动指定的空格、[\S\n]类匹配规则适配性差，无法兼容字符串里的换行、空白差异

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