正则表达式求助：匹配指定模式间的目标字符串

嘿，作为正则新手碰到这种结构化字符串的匹配需求很正常，我来给你拆解一下怎么处理你的场景～

首先先把你提供的原始内容贴出来（补全了部分截断的地方，方便演示）：

[{"linha":""}, {"linha":" REDE GETNET"}, {"linha":" SANTANDER"}, {"linha":""}, {"linha":"20/04/15 09:07:32 AUT:006299 DOC:000235"}, {"linha":"EC:000000000370484 TERM: T0385403 M"}, {"linha":"CV:010000024 CAIXA:00003333"}, {"linha":""}, {"linha":"CARTAO ************2125"}, {"linha":""}, {"linha":" CREDITO A VISTA"}, {"linha":"VALOR: 12,00"}, {"linha":""}, {"linha":" ______________________________"}]

一、提取所有非空的linha值 #

如果你只是想把所有{"linha":"XXX"}里的有效内容（排除空值）提取出来，用这个正则就够了：

{"linha":"\s*([^"]*?)\s*"}

正则拆解： #

• {"linha":"：精准匹配固定的前缀部分
• \s*：匹配内容前后可能存在的空格（你的部分值前面有多余空格，比如" REDE GETNET"）
• ([^"]*?)：用捕获组提取双引号之间的核心内容，[^"]表示除双引号外的任意字符，*?是非贪婪匹配，避免误抓后面的双引号
• \s*"：匹配结尾的空格和闭合双引号

用这个正则的捕获组1，就能拿到每个非空的linha内容。

二、匹配特定格式的linha值 #

如果是要定位某一类特定格式的条目，比如日期行、金额行、卡号行，可以针对性写更精准的正则：

1. 匹配日期时间+AUT/DOC行 #

专门抓20/04/15 09:07:32 AUT:006299 DOC:000235这类格式：

{"linha":"(\d{2}/\d{2}/\d{2} \d{2}:\d{2}:\d{2} AUT:\d{6} DOC:\d{6})"}

2. 匹配金额行 #

提取VALOR: 12,00里的金额数值：

{"linha":"VALOR: (\d+,\d{2})"}

捕获组1直接拿到12,00这类金额值。

3. 匹配卡号行 #

提取卡号后四位（前面是12个星号）：

{"linha":"CARTAO \*{12}(\d{4})"}

捕获组1会拿到2125这种卡号尾号。

三、额外小建议 #

如果你的工具/语言支持JSON解析，优先用JSON解析而不是正则，因为正则处理结构化数据容易出bug（比如字符串里出现特殊字符时）。比如用Python可以这么做：

import json

# 先把原始内容补全为合法JSON数组
raw_content = '[{"linha":""}, {"linha":" REDE GETNET"}, {"linha":" SANTANDER"}, {"linha":""}, {"linha":"20/04/15 09:07:32 AUT:006299 DOC:000235"}, {"linha":"EC:000000000370484 TERM: T0385403 M"}, {"linha":"CV:010000024 CAIXA:00003333"}, {"linha":""}, {"linha":"CARTAO ************2125"}, {"linha":""}, {"linha":" CREDITO A VISTA"}, {"linha":"VALOR: 12,00"}, {"linha":""}, {"linha":" ______________________________"}]'
data_list = json.loads(raw_content)

# 遍历提取所有非空的linha内容
for item in data_list:
    linha_content = item['linha'].strip()
    if linha_content:
        print(linha_content)

这种方式比正则更稳定，也更容易维护～

内容的提问来源于stack exchange，提问作者echapp