如何使用正则表达式完整提取引号内的目标值？

这问题我经常遇到——你的正则表达式字符范围没覆盖到目标值里的特殊符号，所以才只拿到了一部分内容。先理清楚你的场景：

你的原始文本：

my_text = """ ["supra","value":"ddad7f1eada3c52c66cmh6ZG8tf-nLt1A596b7URouAxiT1JKph-ceBld-ISJapdG6bKrE1kvru158hLUBx2GdzABc6PHP-gNbnD8A=="}};</script> """

需要提取的完整值是：

ddad7f1eada3c52c66cmh6ZG8tf-nLt1A596b7URouAxiT1JKph-ceBld-ISJapdG6bKrE1kvru158hLUBx2GdzABc6PHP-gNbnD8A==

你之前用的代码：

extract_posted_data = re.search(r'(\"value\": \")(\w*)', my_text)
print(extract_posted_data.group(2))

结果只拿到了ddad7f1eada3c52c66cmh6ZG8tf，核心原因是：\w这个正则元字符只匹配字母、数字和下划线，而你的目标值里还有-和=，这些不在\w的匹配范围内，所以正则匹配到第一个-就自动停止了。

两种可行的修改方案 #

方案1：扩大匹配的字符范围

直接把\w*替换成包含-和=的字符集[\w\-=]*，这样就能覆盖目标值里的所有字符：

import re

my_text = """ ["supra","value":"ddad7f1eada3c52c66cmh6ZG8tf-nLt1A596b7URouAxiT1JKph-ceBld-ISJapdG6bKrE1kvru158hLUBx2GdzABc6PHP-gNbnD8A=="}};</script> """
extract_posted_data = re.search(r'"value": "([\w\-=]*)"', my_text)
print(extract_posted_data.group(1))

方案2：匹配到下一个双引号前的所有字符（更通用）

如果不确定目标值未来会不会出现其他特殊字符，推荐用更灵活的写法：匹配从双引号开始，到下一个双引号结束的所有内容（除了双引号本身），用[^"]*（^在字符集里表示“非”，也就是匹配所有不是双引号的字符）：

import re

my_text = """ ["supra","value":"ddad7f1eada3c52c66cmh6ZG8tf-nLt1A596b7URouAxiT1JKph-ceBld-ISJapdG6bKrE1kvru158hLUBx2GdzABc6PHP-gNbnD8A=="}};</script> """
extract_posted_data = re.search(r'"value": "([^"]*)"', my_text)
print(extract_posted_data.group(1))

这个方案适应性更强，不管目标值里有什么字符（只要不在双引号内），都能完整提取。

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