Python：Regex僅查找所需字符串的一部分

Question

content變量包含多行字符串：

content = """
/blog/1:text:Lorem ipsum dolor sit amet, consectetur ### don't need this
<break>
text:Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore
<break>
text:Excepteur sint occaecat cupidatat non proident.

/blog/16:text:Other Lorem ipsum dolor ### SEEKING THIS!!!
<break>
text:Other, really other
<break>
text:Blah blah.
"""

我正在嘗試使用模式/ blog / 16查找所需的出現：

re.findall('^(?ism)%s?:(.*?)(\n\n)' % '/blog/16', content)

並期望得到這個

[(u'/blog/16:text:Other Lorem ipsum dolor ### SEEKING THIS!!!
<break>
text:Other, really other
<break>
text:Blah blah.', u'\n\n')]

但是得到錯誤的結果（ / blog / 1 ）

[(u'/blog/1:text:Lorem ipsum dolor sit amet, consectetur ### don't need this
<break>
text:Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore
<break>
text:Excepteur sint occaecat cupidatat non proident.', u'\n\n')]

我怎么了

Answer 1

字符串替換完成后，您的字符串如下所示

^(?ism)/blog/16?:(.*?)(\n\n)

在這里， ? 表示匹配上一個模式0或1次。 因此，當輸入為/blog/1 ，它匹配0次並允許匹配。

您正在尋找的實際RegEx是，

import re
print re.findall('(?ims)(/blog/16:.*)(?:/blog|$)', content)

產量

['/blog/16:text:Other Lorem ipsum dolor ### SEEKING THIS!!!\n<break>\ntext:Other, really other\n<break>\ntext:Blah blah.\n']

Answer 2

插入博客文本后，這是正則表達式的這一部分：

/blog/16?:

意思是“匹配： /blog/1字面；然后6字面（零或一遍）；然后:字面”。 相反，請嘗試：

(?ism)^/blog/16:(.*?)$

這將查找/blog/16:所有內容/blog/16:從字面上看是在行的開頭，然后進行非貪婪搜索以查找直到行末的所有字符（即，捕獲行中的其余文本）。

您可能會發現regex101對於開發和測試正則表達式很有用。

Answer 3

我認為您忘了將非捕獲組放在括號中。 ?: 。 現在，你? 說“前一個元素的0或1”，這意味着6是不必要的。