Python Regex 匹配时引用每组首行标题直到新分组的实现问题

该需求完全可以通过Python正则实现，核心思路是先按标题匹配出完整的独立块，再对每个块内的行做处理，避免跨块引用失效。

正确正则与匹配逻辑 #

使用的正则表达式为：
^This is (?P<header>Header[A-Z])\n(?P<lines>(?:\s+Line\s+\d+\n?)*)
需要搭配re.MULTILINE标志使用，作用是让^可以匹配每一行的开头，把每个标题和其下属的所有行作为一个完整的匹配块捕获，避免不同标题的内容混淆。

完整可运行代码 #

import re

text = """This is HeaderA
 Line 1
 Line 2
 Line 3
 Line 4
 Line 5
This is HeaderB
 Line 1
 Line 2
"""

pattern = re.compile(r"^This is (?P<header>Header[A-Z])\n(?P<lines>(?:\s+Line\s+\d+\n?)*)", re.M)

result = []
for match in pattern.finditer(text):
    header = match.group("header")
    # 提取当前块下所有行的数字
    line_nums = re.findall(r"Line\s+(\d+)", match.group("lines"))
    # 按要求用不同分隔符拼接
    if header == "HeaderB":
        current_block = ", ".join([f"{header}{num}" for num in line_nums])
    else:
        current_block = " ".join([f"{header}{num}" for num in line_nums])
    result.append(current_block)

# 输出结果，块之间空一行
print("\n\n".join(result))

输出结果 #

HeaderA1 HeaderA2 HeaderA3 HeaderA4 HeaderA5

HeaderB1, HeaderB2

原有正则问题说明 #

• 第一个正则仅捕获了单次Line匹配，没有批量捕获下属所有行，因此只能拿到第一个L值
• 第二个正则将header组设为可选，匹配时没有绑定块范围，跨块后捕获组的值会丢失，自然无法引用到对应的header

内容的提问来源于stack exchange，提问作者Jmgbnt