将Perl正则表达式转换为Python正则表达式

Question

我在将Perl正则表达式转换为Python时遇到了麻烦。 我想要匹配的文本具有以下模式：

Author(s)    : Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname

在perl中我能够匹配这个并提取作者

/Author\(s\)    :((.+\n)+?)/

当我尝试

re.compile(r'Author\(s\)    :((.+\n)+?)')

在Python中，它匹配第一个作者两次并忽略其余的。

谁能解释我在这里做错了什么？

Answer 1

你可以这样做：

# find lines with authors
import re

# multiline string to simulate possible input
text = '''
Stuff before
This won't be matched...
Author(s)    : Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname
Other(s)     : Something else we won't match
               More shenanigans....
Only the author names will be matched.
'''

# run the regex to pull author lines from the sample input
authors = re.search(r'Author\(s\)\s*:\s*(.*?)^[^\s]', text, re.DOTALL | re.MULTILINE).group(1)

上面的正则表达式匹配起始文本（作者，空格，冒号，空格），它通过匹配后面以空格开头的所有行给出了下面的结果：

'''Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname
'''

然后，您可以使用以下正则表达式对这些结果中的所有作者进行分组

# grab authors from the lines
import re
authors = '''Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname
'''

# run the regex to pull a list of individual authors from the author lines
authors = re.findall(r'^\s*(.+?)\s*$', authors, re.MULTILINE)

哪个给出了作者列表：

['Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname']

组合示例代码：

text = '''
Stuff before
This won't be matched...
Author(s)    : Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname
Other(s)     : Something else we won't match
               More shenanigans....
Only the author names will be matched.
'''

import re
stage1 = re.compile(r'Author\(s\)\s*:\s*(.*?)^[^\s]', re.DOTALL | re.MULTILINE)
stage2 = re.compile('^\s*(.+?)\s*$', re.MULTILINE)

preliminary = stage1.search(text).group(1)
authors = stage2.findall(preliminary)

这使作者成为：

['Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname']

成功！

Answer 2

一组只能匹配一次。 因此，即使您的匹配组重复，您也只能访问上一次实际匹配。 您必须一次匹配所有名称然后将它们拆分（通过换行或甚至新的正则表达式）。

Answer 3

尝试

re.compile(r'Author\(s\)    :((.+\n)+)')

在你的原始表达中， +? 表示你希望比赛非贪婪，即最小。