Python中re.findall()正则过度匹配问题：提取sum_it函数失败

嘿，我明白你遇到的麻烦了——用正则提取目标函数时不小心把前面的无关内容也带进来了，这确实挺闹心的。咱们一步步来搞定它：

你的原始场景 #

你用Python 2处理这段字符串：

s = """ f = function(x) sum(is.na(x)) apply(xdat, 2, f) sum_it = function(xdat) { ans = apply(xdat, 2, sum) return(ans) } """

原本想提取被{}包裹的sum_it函数，但用这段代码得到了过度匹配的结果：

import re
print(re.findall(r"\s+[\w._]+ = function\(.+?\)\s*{.+?\n}\s", s, flags=re.DOTALL)[0])

问题出在哪？ #

1. 匹配范围太宽泛：开头的\s+[\w._]+会匹配字符串里第一个符合规则的函数名（也就是前面的f），而不是你目标的sum_it。
2. 无效的换行匹配：正则里的\n在你的字符串中根本不存在（整个内容是一行），这会导致非贪婪匹配失效，最终从第一个function(...)开始一直匹配到最后的}，把前面的f函数也一并包含进来。

修正后的解决方案 #

咱们直接精准锁定sum_it函数，同时调整正则规则适配你的字符串结构：

import re

s = """ f = function(x) sum(is.na(x)) apply(xdat, 2, f) sum_it = function(xdat) { ans = apply(xdat, 2, sum) return(ans) } """

# 精准匹配sum_it函数的正则
target_func = re.findall(r"sum_it = function\(.+?\)\s*{.*?}", s, flags=re.DOTALL)[0]
print(target_func)

输出结果 #

sum_it = function(xdat) { ans = apply(xdat, 2, sum) return(ans) }

这样就完美提取到你想要的sum_it函数啦！如果之后需要匹配其他带{}的函数，只需要把sum_it替换成对应的函数名就行～

内容的提问来源于stack exchange，提问作者wen