如何用正则提取RID: RSS-130区块下AQT TEST后的指定数据

正则调整方案 #

单条正则一次性捕获方案 #

核心逻辑是先锁定目标区块范围，再跳过AQT TEST之前的内容，最后一次性捕获所有需要的字段，匹配时需要开启单行匹配模式（让.可以识别换行符）：

# 正则规则
target_regex = r"RID:  RSS-130.*?AQT TEST.*?PROC DATE:\s+(\w+).*?T PURC\s*(\d*)\s*([-.,0-9]+)\s*(\d+)\s*(\w+)"

调用示例：

import re

# 替换为你的原始文本内容
raw_text = "你的原始文本内容"
result = re.findall(target_regex, raw_text, flags=re.S)
print(result)
# 输出为你期望的 [(19SEP21,80,8,243,518RR)]

拆分匹配方案（兼容原有正则） #

如果要保留你原来写的两条正则逻辑，可以先截取目标区间再单独匹配各字段，后续调整规则更灵活：

import re

raw_text = "你的原始文本内容"
# 第一步：提取RID: RSS-130区块中AQT TEST之后的内容
section = re.search(r"RID:  RSS-130.*?AQT TEST(.*?)(?=RID:|$)", raw_text, flags=re.S).group(1)
# 第二步：在截取的区间内匹配各字段
proc_date = re.search(r"PROC DATE:\s+(\w+)", section).group(1)
t_purc_res = re.findall(r"T PURC\s*(\d*)\s*([-.,0-9]+)", section)
# 补充匹配剩余的243、518RR字段，自行拼接成目标元组即可

如果原始文本中字段之间的分隔符（空格、制表符等）有差异，可以把正则中的\s+替换为\s*适配多空白字符的场景。

内容的提问来源于stack exchange，提问作者MARK