正则提取类定义中嵌套大括号内容失败，匹配范围超出预期

嘿，我太懂你踩的这个坑了！你写的正则之所以会把后面所有文本都一股脑匹配进去，核心问题是正则默认没法处理嵌套的大括号结构，再加上你用的(.|\n|\r)*是贪婪匹配，它完全不管中间的嵌套层级，只会从第一个{一路吃到文本最后一个}。

问题到底出在哪？ #

你的正则里的{(.|\n|\r)*}部分，*是贪婪量词，它会尽可能匹配最多的字符。当遇到嵌套的{...}时，正则根本分不清哪个}是外层的闭合括号，只会无脑匹配到文本末尾的那个}，自然就把所有剩余内容都吞进去了。

解决方案分两种情况： #

1. 如果你的正则引擎支持递归（比如PCRE、ES2018+的JavaScript、Python的regex库）

可以用递归正则来识别嵌套结构，下面是修正后的正则：

class\s+([A-Z][a-zA-Z0-9]+)\s+(?:&lt;\s+([a-zA-Z0-9]+))?\s*({(?:[^{}]|(?<curly>{(?&curly)}))*})

我给你拆解一下最关键的部分：

• (?<curly>{(?&curly)})：这是一个命名递归组，意思是“匹配一个{，然后递归匹配这个命名组本身的内容，最后匹配一个}”——这样就能完美处理任意层级的嵌套大括号
• (?:[^{}]|(?<curly>{(?&curly)}))*：要么匹配非大括号的普通字符，要么匹配嵌套的{...}结构，最终就能精准匹配到外层大括号内的所有内容，包括嵌套部分

用你给的示例代码测试的话，第三捕获组会准确匹配从第一个{到对应的外层}，不会把后面的内容都吞进去。

2. 如果你的正则引擎不支持递归（比如旧版JS、某些语言的标准正则库）

这时候正则就搞不定嵌套了，得用代码手动解析，核心思路是维护一个括号计数器：

import re

def extract_class_block(code):
    # 先定位class开头和第一个{的位置
    match = re.search(r'class\s+([A-Z][a-zA-Z0-9]+)\s+(?:<\s+([a-zA-Z0-9]+))?\s*{', code)
    if not match:
        return None
    
    class_name = match.group(1)
    generic_type = match.group(2)
    start_pos = match.end()
    bracket_count = 1
    end_pos = start_pos

    # 遍历字符计数括号，找到外层闭合的}
    while end_pos < len(code) and bracket_count > 0:
        char = code[end_pos]
        if char == '{':
            bracket_count += 1
        elif char == '}':
            bracket_count -= 1
        end_pos += 1
    
    # 提取外层大括号内的内容（去掉首尾的{和}）
    content = code[start_pos:end_pos-1].strip()
    return (class_name, generic_type, content)

这种方法虽然写起来麻烦点，但兼容性拉满，不管什么嵌套层级都能准确识别。

小提醒 #

其实对于有嵌套结构的代码解析，正则从来都不是最优解——如果是正经的代码语法解析，最好用专门的语法分析器或者AST工具，但如果只是简单提取内容，上面的方法足够用啦。

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