如何使用正则表达式提取文本中所有text=后带嵌套大括号的内容

问题原因 #

你当前使用的text=(.*)存在两个问题导致只能拿到一个匹配结果：

1. 正则默认仅返回第一个匹配项，未开启全局匹配模式
2. .*属于贪婪匹配，会从第一个text=的位置一直匹配到整行末尾，不会主动在后续text=的位置截断

解决方案 #

把正则修改为text=(.*?)(?=text=|$)，同时开启全局匹配即可：

• 把.*改为.*?启用非贪婪匹配，避免一次性匹配到行尾
• 新增正向预查(?=text=|$)，匹配到下一个text=标记或者行尾就停止当前匹配
• 不同编程语言开启全局匹配的方式不同：Python可直接用re.findall方法、JavaScript需在正则末尾加g修饰符、Java需循环调用Matcher.find()方法

代码示例（Python）

import re

raw_text = "some words getServerResponse={go [for {a walk}] goodby }something hello world text={what[ i want {in curl} ]braces}, another string text={second[ {text what} i ]want number two}"
matches = re.findall(r"text=(.*?)(?=text=|$)", raw_text)
print(matches)

输出结果

['{what[ i want {in curl} ]braces}, another string ', '{second[ {text what} i ]want number two}']

你可以直接对返回列表中的每个元素单独处理，提取大括号对应的内容即可。

内容的提问来源于stack exchange，提问作者Gleb