在python中使用正则表达式查找字符串

Question

我试图找到一个字符串s的子字符串，从{{Infobox到}}结束。 我尝试使用正则表达式执行此操作，但未得到任何结果。 我认为错误在于我的正则表达式，但是由于我对regex不熟悉，所以我希望有人可以对此提供帮助。 字符串s例如：

s = '{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}'

result = re.search('(.*)\{\{Infobox (.*)\}\}(.*)', s)
if result:
    print(result.group(2))

Answer 1

由于定界符不是一个符号的定界符，因此可以使用惰性点匹配 ，并将所需的信息捕获到第1组中：

import re
p = re.compile(r'\{\{Infobox\s*(.*?)}}')
test_str = "{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}"
match = p.search(test_str)
if match:
    print(match.group(1))

见IDEONE演示

如果使用否定的字符类，则信息框内的任何{或}都将阻止匹配整个子字符串。

另外，由于您似乎不需要子字符串的前后，因此根本不需要匹配（或捕获）它们（因此，我删除了它们）。

Answer 2

码：

import re
s = '{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}'

result = re.search(r'(.*){{Infobox ([^}]*?)}}(.*)', s)
if result:
    print(result.group(2))

输出：

persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG

注意 ：上面的正则表达式将匹配，直到遇到{{Infobox }之后的第一个} 。

重要的提示：

这仅适用于给定样本输入的情况

如果输入之间有一个} ， ie){{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| }afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}} ie){{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| }afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}} ie){{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| }afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}} 对于这种情况，stribizhev的回答是最好的解决方案

Answer 3

s = '{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}'

# start with Infobox and two chars before, grab everything but '}', followed by two chars
mo = re.search(r'(..Infobox[^}]*..)',s)


print(mo.group(1))


# {{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}