多行正则匹配：匹配至下一组出现时停止的技术问题

看起来你已经找到了每组的起始标识，但卡在了如何“截止”到下一组出现的位置——这其实是正则里很常见的“区间匹配”场景，核心思路是用预查断言来定义匹配的终止条件，或者用非贪婪匹配结合边界限制。

先纠正下你原正则里的小问题：你的起始行正则(\w+\n\d+\.\d+\.\d+\s<.*>)里的\n应该是\s（空格），因为样例里的起始行是packagename 1.0.5 <url>，用\s能匹配任意空白符（空格、制表符都兼容）。

接下来给你两种实用的解决方案：

方法一：正向预查+DOTALL模式（推荐） #

这个方法最直观，用正向预查(?=...)来告诉正则：“匹配到下一组起始行，或者文本结尾就停止”。同时开启DOTALL模式让.能匹配换行符（否则多行文本会被截断）。

最终正则：

(\w+\s+\d+\.\d+\.\d+\s+<.*?>)(.*?)(?=\w+\s+\d+\.\d+\.\d+\s+<.*?>|$)

拆解说明： #

1. (\w+\s+\d+\.\d+\.\d+\s+<.*?>)：捕获每组的起始行（包名+版本+URL），用.*?非贪婪匹配URL避免过度延伸
2. (.*?)：非贪婪匹配中间的所有多行文本
3. (?=\w+\s+\d+\.\d+\.\d+\s+<.*?>|$)：正向预查，匹配的终止条件是“下一组起始行”或者“文本末尾”

代码示例（Python） #

import re

# 你的样本文本
license_text = """packagename 1.0.5 <https://github.com/user/packagename>
此处为多行文本内容
可能还有第二行、第三行
packagename2 1.1.0 <https://github.com/user/packagename2>
此处为更多多行文本内容
甚至可能有空行

或者特殊格式的行"""

# 编译正则，开启DOTALL模式
pattern = re.compile(r'(\w+\s+\d+\.\d+\.\d+\s+<.*?>)(.*?)(?=\w+\s+\d+\.\d+\.\d+\s+<.*?>|$)', re.DOTALL)
matches = pattern.findall(license_text)

# 遍历输出每组结果
for idx, (pkg_info, content) in enumerate(matches, 1):
    print(f"=== 第{idx}组 ===")
    print(f"包信息：{pkg_info.strip()}")
    print(f"内容：\n{content.strip()}\n")

方法二：负向预查逐行匹配（无需DOTALL） #

如果你的正则引擎不支持DOTALL，或者想更精准地逐行排除起始行，可以用负向预查(?!...)来跳过所有不是起始行的内容：

正则表达式：

(\w+\s+\d+\.\d+\.\d+\s+<.*?>)\n((?:(?!\w+\s+\d+\.\d+\.\d+\s+<.*?>).*\n?)*)

拆解说明： #

1. 第一部分还是捕获起始行
2. (?:(?!起始行正则).*\n?)*：非捕获组，逐行匹配——只要当前行不是起始行，就匹配整行（包括换行符），直到遇到下一组起始行或结尾

注意事项 #

• 如果包名包含连字符（比如my-package），把正则里的\w改成[\w-]，避免漏匹配
• 非贪婪匹配.*?是关键，去掉?会变成贪婪匹配，直接从第一组起始行匹配到文本末尾
• 不同语言的正则引擎对DOTALL的开启方式不同：Python用re.DOTALL，Java用Pattern.DOTALL，JavaScript用/s修饰符

内容的提问来源于stack exchange，提问作者user3483203