正则匹配含等号值的字典元素时匹配错误的解决方法

这个问题很常见——当正则里用了贪婪匹配的.*时，遇到值里包含等号或者特殊字符就会“过度匹配”，把后面的内容也吞进去。我来帮你调整正则，完美解决这个问题：

修正后的正则表达式 #

--([^=]+)=([\s\S]*?)(?=\s*--|$)

逐部分解释为什么这么写： #

• --：精确匹配参数的起始标记（两个短横线）
• ([^=]+)：捕获键名（第一组）。[^=]表示匹配任意非等号字符，确保只捕获到第一个等号之前的键名，不会把值里的等号混进来
• =：匹配键和值之间的分隔等号
• ([\s\S]*?)：捕获值（第二组）。[\s\S]等价于匹配所有字符（包括换行、空格、特殊符号，解决了你值里有换行和特殊字符的问题）；*?是非贪婪匹配，会尽可能少地匹配字符，直到触发后面的停止条件
• (?=\s*--|$)：正向预查（不捕获内容），定义值的停止边界：要么是可选空格+下一个--参数起始，要么是字符串结尾。这样就能精准截断到下一个参数之前，不会把后面的参数内容包含进来

测试你的输入示例 #

拿你提供的输入字符串测试，这个正则会正确捕获到：

• 第一组：key_a，第二组：value1
• 第一组：key_b，第二组：value2
• ...
• 第一组：key_e，第二组：-----BEGIN CERTIFICATE-----\nHYxCzAJBgNV--=B+AYT\AlVTM/QswCQYDVQQIDAJDQTE=RMA8GA1UEBwwIU2FuIEpvc2UxFTATBgNVBAoMDE51dGFuaXg\r

为什么原来的正则不行？ #

你原来的--(.*)=(.*[\w\s\n\Z\r]*)有两个核心问题：

1. 第一个(.*)是贪婪匹配，会尽可能多的匹配字符，甚至会跨过中间的等号，把多个键值对的部分内容都包含进来
2. 第二组的.*[\w\s\n\Z\r]*不仅冗余（.*已经包含这些字符），而且同样是贪婪匹配，会把后面的参数起始--也吞进去，导致匹配结果混乱

内容的提问来源于stack exchange，提问作者Aditya