正则表达式+ Python：如何用'？'查找字符串 在里面？

Question

我在content变量中有一个多行字符串，我需要检索包含问号的模式uri所有匹配项。

这是我到目前为止：

content = """
/blog:text:Lorem ipsum dolor sit amet, consectetur adipisicing elit
<break>
text:Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore
<break>
text:Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia.

/blog?page=1:text:Lorem ipsum dolor sit amet, consectetur adipisicing elit
<break>
text:Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore
<break>
text:Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia.
"""

#uri = '/blog' # Works fine
uri = '/blog?page=1'
re.findall('^(?ism)%s?:(.*?)(\n\n)' % uri, content)

它工作正常，直到uri得到? 用它后的参数，我得到空列表。

任何想法如何修复正则表达式？

Answer 1

Python的re.escape()是你的朋友。 如果你不使用它， ? 在uri内部使用其在正则表达式中的通常含义（使前一项为0或1匹配）。

uri = '/blog?page=1'
re.findall('^(?ism)%s?:(.*?)(\n\n)' % re.escape(uri), content)

我不清楚你究竟想要什么?:在%s之后做什么，所以我将它留在可能错误的假设中，因为它存在于某个原因。

Answer 2

我会保持简单并找到可能的匹配，然后过滤掉那些包含? ，例如：

import re

candidates = (m.group(1) for m in re.finditer('^(.*?):', content, flags=re.M))
matches = [m for m in candidates if '?' in m]
# ['/blog?page=1']

Answer 3

我没有看到你的两个新行content 。 还有，我逃过了? 来自uri，因为它是正则表达式的角色。

uri = '/blog\?page=1'
re.findall('^(?ism)%s?:(.*?)[\n\r]' % uri, content)