Python中精准提取目标大括号内文本的正则表达式问题

这个问题很典型——你需要的不是匹配所有大括号内容，而是定位到特定上下文里的大括号，也就是每个条目开头紧跟在Foobar/Foobaz这类名称后面的那对大括号里的内容。原来的正则{(?:[^{}])*}会匹配所有非嵌套的大括号对，自然会把Explanation里的cde、bleh也抓进来，我们需要给正则加上上下文限定。

方案1：使用正向断言限定上下文 #

直接匹配目标内容前后的固定结构，确保只抓取条目开头的大括号内容：

(?<=\d+\.\s+\w+\s+\{)\s*[^{}]+?(?=\s*\})

各部分解释：

• (?<=\d+\.\s+\w+\s+\{)：正向后顾断言，确保前面是「数字+点+空格+单词（比如Foobar）+空格+左大括号」的结构
• \s*：匹配大括号内可能存在的前后空格（比如{ abc }里的空格）
• [^{}]+?：非贪婪匹配任意非大括号的字符，避免过度匹配
• (?=\s*\})：正向前瞻断言，确保后面是右大括号（可能带空格）

方案2：使用分组捕获（更直观） #

如果对断言不太熟悉，也可以直接匹配整个条目开头的结构，然后通过分组提取目标内容：

\d+\.\s+\w+\s+\{\s*([^{}]+?)\s*\}

这里的([^{}]+?)就是我们要捕获的目标内容，直接取分组1的结果即可。

代码示例（Python） #

import re

text = "1. Foobar { abc } ( Explanation - Foo { cde } - Count - 5301435 ) 2. Foobaz { memo } ( Explanation - baz {bleh } - Count - 13946664 )"

# 用方案1的正则
pattern1 = r'(?<=\d+\.\s+\w+\s+\{)\s*[^{}]+?(?=\s*\})'
matches1 = re.findall(pattern1, text)
print(matches1)  # 输出: ['abc', 'memo']

# 用方案2的正则
pattern2 = r'\d+\.\s+\w+\s+\{\s*([^{}]+?)\s*\}'
matches2 = re.findall(pattern2, text)
print(matches2)  # 同样输出: ['abc', 'memo']

为什么原来的正则会匹配多余内容？ #

{(?:[^{}])*}的逻辑是匹配所有非嵌套的大括号对，它不关心大括号出现在文本的哪个位置，只要是独立的{...}结构就会被捕获。而我们需要的是「条目开头、紧跟在名称后的大括号」，必须通过上下文限定来过滤掉其他位置的大括号。

内容的提问来源于stack exchange，提问作者frazman