正则表达式从一个缩进/制表符到 Python 中的下一个缩进/制表符

Question

以下代码有效，特别是正则表达式，用于从一个缩进/制表符到分号 (;) 的下一个实例：

def find_matches(text):
    return capitalize(
        [
            m
            for m in re.findall(
                r"^[^0-9]\s+([^.;]+\s*)+[.;]+", normalize("NFKD", text), re.MULTILINE
            )
        ]
    )

有了这个，我可以用我的其余代码生成以下图像：

然而，我的问题在于我的正则表达式模式，因为我实际上更应该从第一个缩进/制表符到缩进/制表符的下一个实例，或者我想直到下一行没有缩进。 这是原始源字符串，它是从使用 docx 的 word 文档中获取的：

这是我的 docx 的 MediaUpload 文件的链接。 我选择链接它，因为我无法在这里正确显示实际格式。 此外，第二个文本框应该在整行中更长一点。

任何帮助是极大的赞赏。

Answer 1

你可以用

^[^\S\r\n].+(?:\n(?!\s).*)*

模式匹配：

• ^字符串开始
• [^\\S\\r\\n]匹配没有换行符（缩进）的空白字符
• .+匹配 1+ 次除换行符以外的任何字符
• (?:非捕获组作为一个整体重复
  • \\n匹配换行符
  • (?!\\s).*否定前瞻，断言不是空白字符并匹配行的其余部分
• )*关闭非捕获组并可选择重复

正则表达式演示| Python 演示

---

如果匹配必须以 1 个或多个数字开头，后跟一个. 您可以先获取这些匹配项，然后使用第一个模式处理这些匹配项。

^\d+\..*(?:\n(?!\d+\.).*)*

正则表达式演示