Python使用re.search提取文本指定章节内容返回None的问题排查

你的正则写法存在以下几处错误，叠加后导致search返回None： #

• 未转义特殊元字符：(和)在正则中是分组标记，属于特殊元字符，你要匹配字面量的(1)，需要写成\(1\)，否则正则无法识别你要的章节头。
• 没有开启跨行匹配模式：默认情况下正则中的.不会匹配换行符，你的目标内容跨了多行，不加匹配模式的话.*只会匹配到第一行末尾就停止，无法匹配到后面的列表内容。
• 分组逻辑错误：你现在的正则分组只有(1)里的1，就算匹配成功，调用group(1)也只会拿到数字1，完全拿不到整个章节内容，需要把你要捕获的整个章节范围放进分组里。
• 多余的无效匹配字符：你在(.*)后面多写了一个无意义的.，会额外要求匹配一个任意字符，反而容易导致匹配失败。

正确的写法示例： #

import re
s = """
...

(1) Literature

1. a.
2. b.
3. c.

...
"""
# 加re.S（等价于re.DOTALL）让.匹配换行符，非贪婪匹配确保只抓当前章节
res = re.search(r"(\(1\) Literature\n\n.*?)\n\n", s, flags=re.S).group(1)
print(res)

内容的提问来源于stack exchange，提问作者NineWasps