如何使用python正则表达式匹配替代项

Question

给定字符串1：

'''TOM喜欢游泳MARY喜欢去游乐场JANE喜欢购物'''

我只想捕获两个名称之间的文本。 汤姆和玛丽或汤姆和简。 如果Mary出现在Jane之前，我想捕捉Tom和Mary之间的文本。 但是，如果简首先出现，我想捕捉汤姆和简之间的文字。

我写了以下代码：

text = re.compile(r'''(
            TOM\s*
            ([\w\W]+)\s*
            JANE|MARY
            )''', re.VERBOSE)

text_out = text.search(string).group(1)

但是，即使玛丽首先出现，此代码也会给我提供Tom和Jane之间的文本。 我知道这是因为管道函数从左到右读取，因此将首先匹配Jane。 有没有一种方法可以对此进行编码，以使其取决于谁首先出现在文本中？

例如，在string2中：“'''TOM喜欢去游泳JANE喜欢去购物MARY喜欢去游乐场'''

我想要捕获Tom和Jane之间的string2文本。

Answer 1

您需要修复替换，它必须包含在一个非捕获组(?:JANE|MARY) ，并使用带有[\\w\\W]的惰性量词（我将用.*替换并使用re.DOTALL使点也与换行符匹配的修饰符）：

(?s)TOM\s*(.+?)\s*(?:JANE|MARY)

见正则表达式演示

如果不使用(?:...|...) ，则您的正则表达式匹配Tom ，那么任何1个以上的字符都应尽可能多（即，正则表达式捕获了整个字符串，然后回溯以匹配后续出现的最后一个字符）子模式（ JANE ）和JANE或MARY子字符串。 现在，固定的正则表达式匹配：

• (?s) -DOTALL内联修饰符
• TOM文字字符序列
• \\s* -0+空格
• (.+?) -组1（捕获）：直到后继子模式的第一个出现为止，尽可能少的 1+个字符。
• \\s* -0+空格
• (?:JANE|MARY) JANE或MARY子字符串。