Python正则表达式匹配，直到识别后的某些单词

Question

给定以下字符串或类似内容：

baz: bar
key: >
   lorem ipsum 1213 __ ^123   
   lorem ipsum

foo:bar
anotherkey: >
   lorem ipsum 1213 __ ^123   
   lorem ipsum

我试图建立一个正则表达式，它捕获一个键后跟一个>符号后的所有值。

因此对于上面的示例，我想从key到foo （不包括）匹配，然后从anotherkey到末尾anotherkey 。 我设法提出一个可完成此工作的REGEX，但前提是我知道foo的名称：

\w+:\s>\n\s+[\S+\s+]+(?=foo)

但这并不是一个好的解决方案。 如果删除?=foo则匹配项将包含字符串的所有内容。 我如何解决此正则表达式以匹配>后所述的值？

Answer 1

（按要求 ;）

您可以使用类似

^\w+:\s*>\n(?:[ \t].*\n?)+

（这没有小组。如果您决定不参加，请参阅问题的注释。）

它与行（ ^ ）的开头匹配，后接至少一个单词字符（ \\w AZ，az，0-9或'-'。如果只允许使用小写字母，则可以更改为[az] ）。

然后，它匹配可选的空格（ \\s* ），后跟> 键终止符和换行符（ \\n ）。

然后是一个非捕获组（ (?: ：）匹配：

• 空格或制表符
• 随后是任意字符，直到换行符
• 可选的换行

该组（与缩进线匹配）可以重复任意次（但必须至少存在一次- )+ ）。

在regex101上看到它 。

Answer 2

您可以将正则表达式调整为：

(\w+:\s+>\n\s+[\S\s]+?)(?=\n\w+:\w+\n|\Z)

正则演示

在非贪婪匹配之后，先行(?=\\n\\w+:\\w+\\n|\\Z)会断言key:value或输入结尾（ \\Z ）的存在。

另外，也可以使用性能更好的正则表达式（感谢Wiktor提供以下有用的注释）：

\w+:\s+>\n(.*(?:\n(?!\n\w+:\w+\n).*)+)

RegEx演示2

Answer 3

一

如果不确定缩进是否存在，那么这是获得所需结果的最简单方法：

^\w+:\s+>(?:\s?[^:]*$)*

现场演示

说明：

^               # Start of line
\w+:\s+>        # Match specific block
(?:             # Start of non-capturing group (a)
    \s?             # Match a newline
    [^:]*$          # Match rest of line if only it doesn't have a :
)*              # End of non-capturing group (a) (zero or more times - greedy)

如现场演示中所示，您需要打开m标志。

二-最简单

如果前导空格始终存在，那么可以使用此更安全的正则表达式：

^\w+:\s+>(?:\s?[\t ]+.*)*

现场演示

m修饰符也应在此处设置。