正则表达式无法匹配所有\begin{figure}块，仅返回首个begin到最后end内容

问题原因 #

• 字符组语法写错：你写的[\s\S^f]不是「排除f的任意字符」，字符组内的^只有放在首位才代表排除规则，写在中间只会被识别为普通字符^，加上\s\S已经覆盖了所有字符范围，所以这个规则还是匹配所有字符。
• 正则默认贪婪匹配：*量词会尽可能多的向后匹配符合规则的内容，所以会从第一个\begin{figure}一直匹配到整个文本最后一个\end{figure}，只能拿到一个长匹配结果。

修正方案 #

开启非贪婪匹配即可，有两种写法可选，运行后都能拿到你要的结果：

写法1：搭配re.DOTALL参数（更简洁）

import re

text = r'''

\begin{figure}
1
\end{figure}

aaa

\begin{figure}
2
\end{figure}

'''
# .*? 为非贪婪匹配，re.DOTALL让.可以匹配换行符
pattern = r"\\begin{figure}(.*?)\\end{figure}"
r = re.findall(pattern, text, flags=re.DOTALL)
# 处理掉前后的换行符，就能得到['1','2']
r = [item.strip() for item in r]

print(r)

运行输出：['1', '2']

写法2：不用额外参数，直接用[\s\S]*?

pattern = r"\\begin{figure}([\s\S]*?)\\end{figure}"
r = re.findall(pattern, text)
r = [item.strip() for item in r]

运行结果和上面完全一致。

内容的提问来源于stack exchange，提问作者hengyue li