如何用Python正则表达式从代码字符串提取特定数组变量

嘿，我懂你现在的困扰！你的正则模式没考虑到数组可能跨多行，也没限定结束的]，所以只能抓到第一行的元素。咱们一步步来修复这个问题：

问题根源 #

你原来的pattern = r"var array = \[\s*(.*)"有两个核心问题：

1. 没有匹配数组的闭合符号]，导致匹配会直接延伸到当前行的结尾（默认情况下.不会匹配换行符）；
2. 即使数组是单行的，.*的贪婪匹配特性也可能不小心包含后面无关代码里的]，导致结果出错。

修正方案 #

我们需要调整正则规则，让它既能匹配多行的数组内容，又能准确截止到数组的闭合]。这里用到两个关键技巧：

• re.DOTALL标志：让.可以匹配包括换行在内的所有字符，完美支持多行数组的场景；
• 非贪婪匹配.*?：确保匹配到第一个]就停止，避免过度抓取后面的无关代码。

完整代码示例 #

import re

# 读取code.txt文件的全部内容
with open('code.txt', 'r') as file:
    code_content = file.read()

# 修正后的正则模式
array_pattern = r"var array = \[\s*(.*?)\s*\]"
# 使用re.DOTALL让.匹配换行符，确保跨多行也能匹配
match_results = re.findall(array_pattern, code_content, re.DOTALL)

if match_results:
    # 提取数组元素的原始字符串
    raw_element_str = match_results[0]
    # 分割元素并清理空格、过滤空值（处理末尾逗号的情况）
    array_elements = [elem.strip() for elem in raw_element_str.split(',') if elem.strip()]
    print("提取到的数组元素：", array_elements)
else:
    print("未找到符合格式的数组内容")

代码细节解释 #

• \[\s*：匹配数组开头的[符号，以及后面可能存在的任意空格；
• (.*?)：非贪婪模式匹配数组内部的所有内容（包括换行），直到遇到后面的结束标记；
• \s*\]：匹配数组结尾的]符号，以及前面可能存在的任意空格；
• 最后的列表推导式是为了处理分割后的元素：去掉每个元素前后的空格，同时过滤掉因数组末尾逗号产生的空字符串。

如果你的数组元素本身包含逗号（比如带引号的字符串元素），这个基础方案可能需要进一步调整，但目前的写法已经能完美覆盖你描述的场景啦！

内容的提问来源于stack exchange，提问作者draj