如何用正则分割特定字符？Volt模板分割异常求助

我之前在做自定义模板渲染引擎的时候，也踩过正则分割模板的坑，你的问题核心在于原正则只匹配了Volt的三类标签（变量{{}}、指令{% %}、注释{# #}），完全没捕获非标签的普通文本，这就是标题这类内容丢失的原因；另外虽然开了单行模式(?s)让.匹配换行，但因为没包含普通文本，换行自然也没被处理好。

修正思路：让正则同时捕获标签和普通文本 #

我们需要调整正则，加入匹配“非标签内容”的分支，同时要确保这个分支不会误匹配标签的开头部分。推荐使用以下正则：

(?s)({{.*?}}|{%.*?%}|{#.*?#}|(?:(?!{{|{%|{#).)+)

正则各部分解释：

• (?s)：单行模式，让.匹配包括换行在内的所有字符
• {{.*?}}：匹配变量标签（非贪婪模式避免跨标签匹配）
• {%.*?%}：匹配指令标签
• {#.*?#}：匹配注释标签
• (?:(?!{{|{%|{#).)+：关键分支，用负向预查(?!...)确保匹配的字符不会是任何标签的开头，(?:...)是非捕获组，+保证至少匹配一个字符，不会产生空字符串结果

效果示例 #

假设你的Volt模板内容是：

# 文章标题
欢迎回来，{{ username }}
{% if has_new_msg %}
你有{{ unread_count }}条未读消息
{% endif %}
{# 这里是页面底部注释 #}

用修正后的正则匹配后，得到的数组会包含所有片段：

[
  "# 文章标题\n",
  "{{ username }}",
  "\n",
  "{% if has_new_msg %}",
  "\n你有",
  "{{ unread_count }}",
  "条未读消息\n",
  "{% endif %}",
  "\n",
  "{# 这里是页面底部注释 #}",
  "\n"
]

这样所有普通文本（包括标题、换行、空格）和标签都被完整保留，后续渲染时你可以逐个处理：

• 普通文本直接输出
• 变量标签替换为对应数据值
• 指令标签执行逻辑（如条件判断、循环）
• 注释标签直接忽略

注意事项 #

不同编程语言的正则语法细节可能略有差异：

• 如果你用Python，需要把(?s)换成re.DOTALL标志，正则写法为：

  import re
  regex = re.compile(r'({{.*?}}|{%.*?%}|{#.*?#}|(?:(?!{{|{%|{#).)+)', re.DOTALL)
  parts = regex.findall(template_content)
  

• 如果模板中存在单独的{字符（不是标签开头），这个正则也能正确处理，不会提前截断文本

内容的提问来源于stack exchange，提问作者user4992124