python - python RE：非贪婪匹配、重复和分组

Question

我正在尝试使用 python RE 匹配重复的线条模式

输入字符串：

start_of_line：x
第 1
行第 2 行
start_of_line：y
第 1
行第 2
行第 3 行
start_of_line：z
第 1 行

基本上我想在一个循环中提取字符串（每个字符串从 start_of_line 开始，直到下一个 start_of_line 之前的所有字符）

我可以使用 for 循环轻松解决此问题，但想知道是否有 python RE 来执行此操作，我尽力而为，但被分组部分卡住了。

最接近我的解决方案是

pattern= re.compile(r"start_of_line:.*?", re.DOTALL)
for match in re.findall(pattern, input_string):
    print "Match =", match

但它打印

Match = start_of_line:
Match = start_of_line:
Match = start_of_line:

如果我对分组做任何其他事情，我就会输掉比赛。

score 3 · Accepted Answer

要使用正则表达式执行此操作，您必须使用前瞻测试：

r"start_of_line:.*?(?=start_of_line|$)"

否则，由于您使用惰性量词 ( *?)，您将获得可能的最短匹配，即之后什么都没有start_of_line:

另一种方式：

r"start_of_line:(?:[^\n]+|\n(?!start_of_line:))*"

在这里，我使用了一个字符类，其中除了换行符 ( \n) 之外的所有字符都重复了一次或多次。当正则表达式引擎找到换行符时，它会测试是否start_of_line:不遵循。我重复该组零次或多次。

这种模式比第一种模式更有效，因为只有在遇到换行符时才执行前瞻（而不是在每个字符上）

1 回答 1