如何使用python正则表达式返回在某种模式之前和之后出现的字符串列表？

Question

例如

s = "Before\=String TARGETA After\=String limbo nonsense Before\=String TARGETB After\=String ..... Before\=String TARGETC After\=String"

结果列表应为：

['TARGETA','TARGETB','TARGETC']

我试过了

regex = '.*Before\=String(.*?)After\=String.*'
matches = re.search(regex, val).groups()
>> (' TARGETC ',)

问题在于它仅返回最后一项。

Answer 1

您需要使用re.findall()而不是re.search() ，并从开头和结尾删除.*元素：

regex = r'Before\\=String(.*?)After\\=String'
matches = re.findall(regex, val)

演示：

>>> import re
>>> s = "Before\=String TARGETA After\=String limbo nonsense Before\=String TARGETB After\=String ..... Before\=String TARGETC After\=String"
>>> regex = r'Before\\=String(.*?)After\\=String'
>>> re.findall(regex, s)
[' TARGETA ', ' TARGETB ', ' TARGETC ']

注意，这仍然包括空格； 如果您也不想包含它，请在(...)捕获组之前和之后添加\\s* 。

Answer 2

使用re.findall()返回所有匹配项的列表，并确保如果您的实际字符串中确实包含反斜杠，则将其加倍转义。 您可以删除前导/尾随.*因为无需找到这些子字符串，并在捕获组之前和之后使用\\s*来占用多余的空白。

>>> import re
>>> s = 'Before\=String TARGETA After\=String limbo nonsense Before\=String TARGETB After\=String ..... Before\=String TARGETC After\=String'
>>> re.findall(r'Before\\=String\s*(.*?)\s*After\\=String', s)
['TARGETA', 'TARGETB', 'TARGETC']

Answer 3

尚不清楚您的反斜杠是否真的在目标字符串中。 如果它们是匹配的并且需要匹配，则需要将它们成对放在正则表达式中，因为简单的\\=将仅匹配等号。

re.search不会执行您要求的操作，因为它只会在目标字符串中找到模式的第一个匹配项。 您也不需要正则表达式核心的.*前后，因为（除非使用re.match ），模式可以匹配目标字符串中的任何位置 ，而不必全部匹配。

re.findall功能是您需要的功能。 无需返回MatchObject而是仅返回目标字符串中与模式匹配的所有子字符串的列表。 或者，如果模式中有任何组，它将返回与这些组匹配的子字符串，而不是整个模式所匹配的子字符串。

下面的代码允许在前后标记的内容前后留有可选的空格。 另外，如果您希望在单独的行上定义正则表达式，则也可以在那里进行编译。 re.X标志值允许将不重要的空格添加到正则表达式中，以使其更具可读性。

import re

val = "Before\=String TARGETA After\=String limbo nonsense Before\=String TARGETB After\=String ..... Before\=String TARGETC After\=String"

regex   = re.compile(r' Before\\=String \s* (.*?) \s* After\\=String ', flags=re.X)
matches = re.findall(regex, val)


print(matches)

输出

['TARGETA', 'TARGETB', 'TARGETC']