如何使用 python findall 提取公共部分？

Question

我对 re.findall 有疑问

例如。

text = '[1]xxxxxxxx[2]xxxxxxxx[3]xxxxxx[4]xxxxxxxxxend'
re.findall('(\[\d{1,2}\].*?)(?:\[\d{1,2}\]|end)',text)

我想要的是提取["[1]xxxxxxxx","[2]xxxxxxxx","[3]xxxxxx","[4]xxxxxxxxx"] 。

但是当我做re.findall('(\[\d{1,2}\].*?)(?:\[\d{1,2}\]|end)',text)

我得到了['[1]xxxxxxxx', '[3]xxxxxx']

这个问题运气好

Answer 1

非捕获组(?:...)不会创建一个单独的 memory 缓冲区与匹配的文本，但它仍然消耗匹配的文本，即它被添加到匹配值并且正则表达式索引是先进的。

你需要一个非消耗模式，一个积极的前瞻：

re.findall(r'\[\d{1,2}\].*?(?=\[\d{1,2}\]|end)', text)

请参阅正则表达式演示。

(?=\[\d{1,2}\]|end)模式匹配紧跟[ ，一位或两位数字，然后是]或end字符序列的位置。