Python 正则表达式返回第一个和最后一个匹配项，而不是在匹配括号之间返回第一个和第二个匹配项

我正在尝试解析文本以提取所需的字符串。我在

regex

中遗漏了一些东西，有人能帮我找出问题所在吗

这是我的剧本：

import re
a = """
    block1
          #(/*AUTOINSTPARAM*/
        // Parameters
        .THREE          (3),     // comment
        .TWO            (2), // comment
        .ONE    (1))             // comment
        inst1
           (/*AUTOINST*/
        // extra
        // output

    block2
          #(/*AUTOINSTPARAM*/
        // Parameters
        .THREE          (3),     // comment
        .TWO            (2), // comment
        .ONE    (1))             // comment
        inst2
           (/*AUTOINST*/
        // extra
        // output
"""

op = re.findall(r'(\w+)\s*(#\(.*\))?.*?(\w+)\s*\(', a, re.MULTILINE|re.DOTALL)
for i in op:
    print(i[0],i[2])

这是输出：

('block1', 'inst2')

预期产出：

('block1', 'inst1')
('block2', 'inst2')

更新： 正在尝试测试与已接受答案相同的正则表达式的以下输入：

import re
a = """
    except_check
          #(
            .a        (m),
            .b        (w),
            .c        (x),
            .d        (1),
            .e        (1)
        )
        data_check
           (// Outputs

  abc
  #(
    .a                          (b::c)
   )
   mask
   (/*AUTOINST*/

"""

op = re.findall(r'^\s*(\w+)\s*$\n(?:^\s*[#/.].*$\n)*^\s*(\w+)\s*\(', a, re.MULTILINE)
for i in op:
    print(i)

它没有返回任何东西。它应该返回以下内容：

('except_check', 'data_check')
('abc', 'mask')

#op = re.findall(r'^\s*(\w+)\s*$\n(?:^\s*[#/.].*$\n)*^\s*(\w+)\s*\(', a, re.MULTILINE)
op = re.findall(r'^\s*(\w+)\s*$\n(?:^\s*[^\w\s].*$\n)*^\s*(\w+)\s*\(', a, re.MULTILINE)
for i in op:
    print(i)

---

问题在于

*

尽可能多地匹配（贪婪），并且使用

re.DOTALL

它将尽可能少地匹配整个字符串leavig，以保持匹配

基本上，任何带有

*

的正则表达式（如果允许

真正捕获所有内容）将只匹配一次或根本不匹配，因为它能够匹配rexpression其余部分可能匹配的任何内容

仅使用

*？

也无法解决此问题，因为：

字符串的另一个问题是括号。Regex（没有一些奇特的扩展）只能匹配具有有限嵌套的括号。假设

autoinstpram

块中的最大嵌套深度为2，则以下正则表达式将起作用：

vvvvv blockX                                    vvvvv instX
(\w+)\s*(#\([^(]*(\([^)]*\)[^()]*)*\))?[^\n]*\s*(\w+)\s*\(
                  ^^inner^^
          ^^ outer bracket         ^^  

这些

[^（）]

组有一套

来防止它通过忽略它们来吃掉任何损坏的括号。如果您对格式了解更多，您可以进一步缩小范围

---

还请注意，此正则表达式假定最后一个

）

和

instX

之间的注释匹配

[^\n]*\s*

，并且它将接受括号内没有括号的任何内容。

请尝试以下操作：

('except_check', 'data_check')
('abc', 'mask')

#op = re.findall(r'^\s*(\w+)\s*$\n(?:^\s*[#/.].*$\n)*^\s*(\w+)\s*\(', a, re.MULTILINE)
op = re.findall(r'^\s*(\w+)\s*$\n(?:^\s*[^\w\s].*$\n)*^\s*(\w+)\s*\(', a, re.MULTILINE)
for i in op:
    print(i)

输出：

('block1', 'inst1')
('block2', 'inst2')

• ^\s*（\w+）\s*$\n

  匹配块名行

• （？：^\s*[^\w\s].*$\n）*

  与参数行匹配

• ^\s*（\w+）\s*\（

  与实例名称行匹配

---

请注意，我已禁用了

re.DOTALL

选项（尽管解决此问题很简单）。

如果第二组的单词字符在2个右括号之后，您可以省略

re.DOTALL

，例如使用

[\s\s]在多行上延伸的模式*？

尽可能少地匹配，直到遇到两个连续的括号

此模式基于示例数据，并且可能容易出错，因为它依赖于2个括号作为块2之前的最后一部分

^\s*(\w+)\r?\n\s*#\([\s\S]*?\)\s*\).*\r?\n\s*(\w+)

另一个选项是匹配第一个块后不以单词字符开头的行，并在组2中捕获以单词字符开头的行的单词字符

^\s*(\w+)\r?\n[^\S\r\n]*#\(.*(?:\r?\n(?![^\S\r\n]*\w).*)*\r?\n[^\S\r\n]+(\w+)

---

它对我不起作用，因为参数不是固定的，我需要在正则表达式中将所有参数作为可选参数。但是正则表达式完全忽略了这些参数。外括号部分将消耗

#（/*AUTO…

和

之间的任何内容）//comment

。非常感谢！它非常有效！感谢您的反馈。很高兴知道它有效。@我正在尝试使用相同的正则表达式来进行此输入：除了检查（.a（m），.b（w），.c（x），.d（1） ，.e（1））数据检查（//输出，但无法获得所需的输出（'除了检查'，'数据检查'）。知道为什么吗？在我的环境中，它也可以工作。你能不能不在注释中发布输入，而是添加到你的问题中以保留换行符和缩进。然后我也会用它进行测试。谢谢你的更新。我已经根据你的输入修改了我的正则表达式。旧的一个保留注释，作为参考。如果你有新的提问，问一个新问题，或者如果你接受的答案不可接受，就拒绝接受。