如何在匹配后和正则表达式中的关键字之前隐藏文本？

Question

我想匹配所有用户评论，直到KEYWORD。 我也想在关键字之前的最后评论之后跳过不重要的可变文本。

import re`

string = '''
COMMENTS:  
first comment /user_x  
second comment
two lines /user_y
Here is some unimportant text.  
KEYWORD:
Don't match comments or anything else after first keyword like this /user_x  
KEYWORD: <- again
Also ignore same keyword which could appear serveral times.
'''

我的结果不会跳过不重要的文本。

pattern = re.compile(r'(?<=COMMENTS:)(.+?/(user_x|user_y))+?(?:.+?)(?=KEYWORD:)', flags=re.DOTALL)
match = re.search(pattern, string).group(0)

print(match)

我想要以下输出：

first comment /user_x  
second comment
in two lines /user_y

我究竟做错了什么？ 非常感谢

Answer 1

您可以使用

pattern = re.compile(r'COMMENTS:\s*((?:(?:(?!KEYWORD:).)+?/(?:user_x|user_y))+).+?KEYWORD:', flags=re.DOTALL)
match = re.search(pattern, s)
if match:
    print(match.group(1))

输出不再包含无关行：

first comment /user_x  
second comment
two lines /user_y

参见Python演示

细节

• COMMENTS: -文字子串
• \\s* -0+空格
• ((?:(?:(?!KEYWORD:).)+?/(?:user_x|user_y))+) -捕获组1（如果存在匹配项， match.group(1)将保留此值）：一个或多个重复
  • (?:(?!KEYWORD:).)+? -任何不会启动KEYWORD: char序列的char，一个或多个但尽可能少
  • / -一/炭
  • (?:user_x|user_y) - user_x或user_x
• .+?KEYWORD: -一个KEYWORD:任意1个或多个字符后，应尽可能少。

参见regex演示 。