本文介绍一种灵活、鲁棒的Python文本高亮方案：支持不区分大小写匹配，并可将两个指定关键词之间的全部文本（不含关键词本身）统一高亮，适用于日志解析、文档摘要提取等多行文本处理场景。
本文介绍一种灵活、鲁棒的python文本高亮方案：支持不区分大小写匹配，并可将**两个指定关键词之间的全部文本**（不含关键词本身）统一高亮，适用于日志解析、文档摘要提取等多行文本处理场景。
在实际文本处理中（如从日志、配置文件或网页内容中提取段落），我们常需先定位起始与结束标记词（例如 "START" 和 "END"），再对二者之间的内容进行格式化处理——比如加粗、变色或转为大写以作视觉强调。但原生 str.replace() 方法存在两大局限：严格区分大小写，且仅能替换精确匹配的子串，无法识别上下文边界。若直接用 sentence.replace(word, word.upper())，则 "Nice" 不会匹配 "nice"，更无法实现“高亮两处 nice 之间的中间内容”。
下面提供一个经过优化的 highlight_between() 函数，它真正解决上述问题：
import re
def highlight_between(text: str, start_word: str, end_word: str, case_sensitive: bool = False) -> str:
"""
高亮文本中所有位于 start_word 与 end_word 之间的内容（不包含边界词本身）
Args:
text: 原始字符串（支持多行）
start_word: 起始标记词
end_word: 结束标记词
case_sensitive: 是否区分大小写，默认 False
Returns:
高亮后的新字符串（中间内容转为大写）
"""
flags = 0 if case_sensitive else re.IGNORECASE
pattern = rf'({re.escape(start_word)})((?:(?!{re.escape(start_word)}|{re.escape(end_word)}).)*)({re.escape(end_word)})'
def replacer(match):
start, middle, end = match.groups()
return f"{start}{middle.upper()}{end}"
# 使用 re.sub 迭代替换所有匹配区间
result = re.sub(pattern, replacer, text, flags=flags)
return result
# 示例：多行文本中高亮两个 "nice" 之间的内容
original = """Have a nIcE day,
you nice person!!
nice people nice people"""
print("原文：")
print(repr(original))
print("\n高亮结果（'nice' 为边界，中间内容大写）：")
highlighted = highlight_between(original, "nice", "nice")
print(repr(highlighted))✅ 输出效果示意（关键部分已加粗）：
'Have a nIcE day,\nyou **NICE PERSON!! \nNICE PEOPLE** nice people'
? 说明：该函数使用正则表达式 (?:(?!...).)* 实现非贪婪、跨行、无嵌套的区间捕获，自动跳过嵌套边界，确保逻辑清晰可靠。
立即学习“Python免费学习笔记（深入）”；
注意事项与最佳实践
- ✅ 安全转义关键词：使用 re.escape() 防止 start_word 或 end_word 含正则元字符（如 .、*、(）导致意外匹配；
- ✅ 支持多行文本：默认启用 re.DOTALL（可通过 flags |= re.DOTALL 显式开启），使 . 匹配换行符；
- ⚠️ 避免重叠匹配：本实现采用单次扫描+非贪婪匹配，不支持“首尾重叠”场景（如 niceXXXniceYYYnice 中只匹配第一对）；如需全量覆盖，可改用 finditer 手动遍历；
- ? 扩展建议：如需 HTML 高亮（如 ...）或 ANSI 彩色终端输出，只需修改 replacer 函数中的返回值即可，核心逻辑完全复用。
掌握这一模式，你便能稳健地构建文本抽取—高亮—呈现的完整流水线，显著提升脚本的可读性与调试效率。
