Python正则捕获重复分组：提取字符串中的键值对

你的问题出在两个核心点：贪婪匹配的误用和单次匹配方法的局限性，我来给你拆解问题并给出可行的解决方案：

为什么你的正则不符合预期？ #

你写的正则 r'^((?P<variable>[0-9a-zA-Z_-]+)="(?P<value>.*)"(?:,\s)?)*' 存在两个关键问题：

1. 贪婪的.*：.*会匹配任意字符（包括引号、逗号这类分隔符），直到字符串的最后一个双引号才停止，所以value会把从第一个引号开始到最后一个引号前的所有内容都"吞"进去，也就是你看到的'2,3", y="hello", z="true'。
2. re.search的局限性：search只会返回整个字符串中第一个符合正则的匹配结果，而且Python的re模块中，重复的捕获组（比如你外层的(...)*）只会保留最后一次迭代的内容，没办法一次性拿到所有键值对。

正确的实现方式 #

我们换个思路：先定义单个键值对的匹配模式，再批量提取所有符合的结果，而不是试图用一个正则匹配整个字符串。

正则表达式优化 #

针对你的需求，单个键值对的正则应该写成：

(?P<variable>[0-9a-zA-Z_-]+)="(?P<value>[^"]*)"

• (?P<variable>[0-9a-zA-Z_-]+)：和你原来的逻辑一致，匹配合法的变量名；
• (?P<value>[^"]*)：这里用[^"]*替代了.*，表示匹配任意非双引号的字符，这样就会精准停在值的结束引号处，不会把后面的键值对包含进来。

代码实现 #

使用re.finditer可以遍历所有匹配结果，然后把它们整理成字典：

import re

b = 'x="2,3", y="hello", z="true"'
a = 'x="2"'

# 处理多键值对的字符串b
matches = re.finditer(r'(?P<variable>[0-9a-zA-Z_-]+)="(?P<value>[^"]*)"', b)
result_b = {match.group('variable'): match.group('value') for match in matches}
print(result_b)  # 输出: {'x': '2,3', 'y': 'hello', 'z': 'true'}

# 处理单键值对的字符串a
match_a = re.search(r'(?P<variable>[0-9a-zA-Z_-]+)="(?P<value>[^"]*)"', a)
result_a = match_a.groupdict() if match_a else {}
print(result_a)  # 输出: {'variable': 'x', 'value': '2'}

如果你不需要命名组，也可以用更简洁的re.findall直接得到键值对元组，再转成字典：

pairs = re.findall(r'([0-9a-zA-Z_-]+)="([^"]*)"', b)
result = dict(pairs)
print(result)  # 输出同样的结果

扩展：处理带转义引号的值 #

如果你的值里可能包含转义的双引号（比如x="he\"llo, world"），那需要调整正则来支持转义字符，把值的部分改成(?P<value>(?:\\.|[^"])*)，之后再把转义的引号还原：

s = 'x="he\"llo, world", y="test"'
matches = re.finditer(r'(?P<variable>[0-9a-zA-Z_-]+)="(?P<value>(?:\\.|[^"])*)"', s)
result = {m.group('variable'): m.group('value').replace('\\"', '"') for m in matches}
print(result)  # 输出: {'x': 'he"llo, world', 'y': 'test'}

内容的提问来源于stack exchange，提问作者Ricky Robinson