如何使用正则表达式将以单词（不包括）开头的子字符串匹配到字符串的结尾，并同时保持非贪婪？

Question

我想找到一个以单词(\d月|\d日)开头（不包括在结果中）到字符串结尾的子串，同时保持子串最短（非贪婪). 例如，

str1 = "秋天9月9日长江工程完成"
res1 = re.search(r'(\d月|\d日).*', str1).group() #return 9月9日长江工程完成

我想返回长江工程完成这样的结果，再比如，

str2 ="秋天9月9日9日长江工程完成"

它应该得到与前一个相同的结果

因此我尝试了这几种方法，但都返回了意想不到的结果，请给我一些建议......

res1 = re.search(r'(?:(?!\d月|\d日))(?:\d月|\d日)', str1).group() #return 9月
res1 = re.search(r'(?:\d月|\d日)((?:(?!\d月|\d日).)*?)', content).group()  #return 9月

Answer 1

如果要捕获字符串的 rest，请将.*包围起来。

要捕获一个或多个相同的模式，您可以使用+运算符。

import re

content = "9月9日9月长江工程完成"
match = re.match(r'(?:\d月|\d日)+(.*)', content)
print(match[1])

Output：

长江工程完成

---

(?:(??\d月|\d日))(::\d月|\d日)

此模式仅捕获初始单词，因为您没有将 rest 捕获为一个组。 （此外，它只允许恰好出现两次）。

---

(?:\d月|\d日)((?:(?.\d月|\d日)?)*?)

此模式只需要匹配如下所示的字符串： 9月4日a6日b0月x - 可能不是您需要的

---

PS 确保您从re : match 、 search或fullmatch中选择正确的 function（请参阅re.search 和 re.match 之间的区别是什么？ ）。 你说你需要整个字符串需要以给定的单词开头，所以match或fullmatch 。