re.search() 查找匹配但限制字符，在满足条件之前剪切

Question

我正在尝试从字符串中找到匹配项。 目标是给它一个起点和终点，它应该拾取介于两者之间的所有内容。

这里有很多线程，我读了很多。 也找到了一个半工作代码。 我是来完成代码的。

我正在使用 python 正则表达式。

我试图直接从我的文本文件中执行此操作，但出现错误。 所以我拿出一小部分作为字符串并进行处理。 字符串看起来像这样 -

 str = ''' 2x20 SUBTOTAL TAX RATE HST OTHER TOTAL INVOICE November 15, 2021 TIO0353 AMOUNT $ 553.50 $ 280.00 | $ 50.00 '''

在 OCR 之后，它确实会垂直出现，中间有随机换行符和空行。 所以保持真实。 我尝试的第一个代码如下所示 -

 import re m = re.search(r'TOTAL(.*)50.00', str, flags=re.DOTALL) print(m) Result: <re.Match object; span=(10, 114), match='TOTAL\nTAX RATE\nHST\nOTHER\n\nTOTAL\n\nINVOICE\n>

想从“TOTAL”开始，最后以“50.00”结束。 它打破了“SUBTOTAL”，从那里开始并在“INVOICE”结束，没有到 go 的位置附近。

所以我尝试了从这里获取的第二个代码。 看起来像这样-

 import re m = re.search(r'(?<=TOTAL).+?(?=50.00)', str, flags =re.DOTALL) print(m) result: <re.Match object; span=(15, 109), match='\nTAX RATE\nHST\nOTHER\n\nTOTAL\n\nINVOICE\n\nNov>

类似的结果。 在“SUBTOTAL”之后立即开始，到“11 月”的一半，并且没有靠近 go 的位置。

它把 11 月剪到 11 月的方式让我觉得它限制了字符。 如果我是正确的，我该如何消除限制。

如果代码还有其他问题，请给我一些指示。

谢谢你。

Answer 1

re.search(r'\s+TOTAL(.*)50\.00', str, flags=re.DOTALL)

Answer 2

是的，您在打印中截断了 output。 尝试打印m.group()以查看完整结果。

import re
m = re.search(r'(\s+)TOTAL(.*)50.00', str, flags=re.DOTALL)
print(m.group())

如果你想得到TOTAL和50.00之间的所有文本，你必须试试这个：

import re
m = re.search(r'(\s+)TOTAL(.*)50.00', str, flags=re.DOTALL)
print(m.group().strip())

Output：

TOTAL

INVOICE

November 15, 2021
TIO0353


AMOUNT
$ 553.50
$ 280.00 |
$ 50.00