RE 提取行中间有或没有特定单词的末尾

Question

我试图在行的中间提取一个字符串，末尾有或没有特定单词。 例如，这一行：

START - some words and not THIS 

应该返回“一些词而不是”，同样，该行：

START - some words and not

也应该返回相同的字符串。 我已经尝试使用我发现的 EOL 交替的示例中的前瞻，但是添加交替会返回一个以 THIS 结尾的字符串。 这是python正则表达式：

[^-]*- (.+(?= THIS|$))

删除 |$ 有效，除非行结束时没有 THIS。 我正在解析的数据有少量条目缺少“THIS”，因此我需要将两者都考虑在内。 什么是正确的模式？

Answer 1

您可以使用惰性量词（ .+? ），如

[^-]*- (.+?)(?:THIS|$)

在 regex101.com 上查看演示。

Answer 2

请看看这个。

根据您的示例，以下正则表达式(?<=START - )(.*)(?=THIS)将捕获some words and not 。 希望它会有所帮助！

Answer 3

如果我理解正确，这应该可以解决问题：

>>> regex = re.compile(r"(?!THIS)([^-]*- .+)(THIS)?$")
>>> s1 = 'START - some words and not THIS'
>>> regex.match(s1).groups()
('START - some words and not ', 'THIS')
>>> s2 = 'START - some words and not '
>>> regex.match(s2).groups()
('START - some words and not ', None)