使用正则表达式按照特定模式提取多个字符串答案

【问题标题】：use regex to extract multiple strings following certain pattern使用正则表达式按照特定模式提取多个字符串
【发布时间】：2026-01-03 12:20:02
【问题描述】：

我有一个像这样的长字符串，我想提取Invalid items 之后的所有项目，所以我希望正则表达式返回一个类似的列表 ['abc.def.com', 'bar123', 'hello', 'world', '1212', '5566', 'aaaa']

我尝试使用这种模式，但每次匹配都会给我一组

import re
test = 'Valid items: (aaa.com; bbb.com); Invalid items: (abc.def.com;); Valid items: (foo123;); Invalid items: (bar123;); Valid items: (1234; 5678; abcd;); Invalid items: (hello; world; 1212; 5566; aaaa;)'
re.findall(r'Invalid items: \((.+?);\)', test)
# ['abc.def.com', 'bar123', 'hello; world; 1212; 5566; aaaa']

有没有更好的方法来使用正则表达式？

谢谢

【问题讨论】：

标签： python regex regex-group regex-greedy

【解决方案1】：

如果您想仅使用一个 findall 单独返回所有匹配项，那么您需要使用积极的lookbehind，例如(?<=foo)。 Python 模块re 不幸的是只支持固定宽度的lookbehind。但是，如果您愿意使用出色的regex 模块，那么可以做到。

正则表达式：

(?<=Invalid items: \([^)]*)[^ ;)]+

演示： https://regex101.com/r/p90Z81/1

如果可以有空项，则对正则表达式稍作修改即可捕获这些零宽度匹配项，如下所示：

(?<=Invalid items: \([^)]*)(?:[^ ;)]+|(?<=\(| ))

【讨论】：

【解决方案2】：

使用re，您可以用分号和空格分割匹配的组

import re
test = 'Valid items: (aaa.com; bbb.com); Invalid items: (abc.def.com;); Valid items: (foo123;); Invalid items: (bar123;); Valid items: (1234; 5678; abcd;); Invalid items: (hello; world; 1212; 5566; aaaa;)'
results = []
for s in re.findall(r'Invalid items: \((.+?);\)', test):
     results = results + s.split(r"; ")

print(results)

输出

['abc.def.com', 'bar123', 'hello', 'world', '1212', '5566', 'aaaa']

查看Python demo。

【讨论】：