如何用正则提取rpt文件中[SAMPLE]区块内的嵌套{}内容？

你遇到的这个问题太常见了——普通正则里的[^{}]+只能匹配完全不含大括号的片段，但你的[SAMPLE]区块里有多层嵌套的{}结构，这种情况下必须用平衡组正则来处理，它能精准识别成对的大括号，不管嵌套多少层都能正确匹配。

适用的正则表达式 #

针对你的场景，这个正则就能搞定：

\[SAMPLE\]\s*({(?:[^{}]|(?R))*})

正则结构拆解 #

我给你拆解下每个部分的作用：

• \[SAMPLE\]：匹配字面量[SAMPLE]，方括号转义是因为它在正则里是特殊字符
• \s*：匹配0个或多个空白字符（包括空格、换行、制表符等），兼容[SAMPLE]和大括号之间的任意空白
• ({(?:[^{}]|(?R))*})：这是核心的平衡组逻辑：
  • {：匹配区块开头的左大括号
  • (?:[^{}]|(?R))*：非捕获组，匹配两种情况：要么是非大括号的任意字符，要么是递归匹配整个正则的内容（也就是处理嵌套的{...}结构）
  • }：匹配区块结尾的右大括号

代码示例（以Python为例） #

如果用Python处理你的rpt文件，示例代码如下：

import re

# 模拟你的rpt文件内容
rpt_content = """[SAMPLE] { [MS] { lots of text... ;Mass % BPI 238.85 0.943 247.64 0.984 378.65 0.990 ... } [CHROMATOGRAM] { lots of text... } lots of text... [MS] { ;Mass % BPI 238.85 0.943 247.64 0.984 378.65 0.990 ... } lots of text... { ;Mass % BPI 238.85 0.943 247.64 0.984 378.65 0.990 ... } } [SAMPLE] { [MS] { lots of text ;Mass % BPI 238.85 0.943 247.64 0.984 378.65 0.990 ... } [CHROMATOGRAM] { lots of text... } lots of text... [MS] { ;Mass % BPI 238.85 0.943 247.64 0.984 378.65 0.990 ... } lots of text... { ;Mass % BPI 238.85 0.943 247.64 0.984 378.65 0.990 ... } }"""

# 定义正则模式
pattern = r'\[SAMPLE\]\s*({(?:[^{}]|(?R))*})'
# 注意加上re.DOTALL，让.能匹配换行符（你的区块大概率跨多行）
matches = re.findall(pattern, rpt_content, re.DOTALL)

# 输出每个匹配到的[SAMPLE]区块内容
for idx, sample_block in enumerate(matches, 1):
    print(f"=== 第{idx}个[SAMPLE]区块内容 ===")
    print(sample_block)

注意事项 #

1. 正则引擎兼容性：(?R)递归语法不是所有引擎都支持，比如JavaScript就不支持。如果你的运行环境是JS，可能需要手动计数大括号层级来实现匹配；但Python、PHP、Perl等主流后端语言都支持这个语法。
2. 大括号完整性：要确保你的rpt文件里的大括号都是成对闭合的，如果有未闭合的情况，正则可能会错误匹配到文件末尾。
3. 跨多行匹配：一定要加上对应引擎的“单行模式”参数（比如Python的re.DOTALL），否则正则会把换行符当成终止符，匹配不完整。

内容的提问来源于stack exchange，提问作者bimarian