python正則表達式僅獲取兩個字符串之間的數據

Question

我不確定如何在第一個或開頭字符串“ USER ID”和最后一個或結尾字符串“ You can”兩個字符串之間獲取數據。

我想要一切，包括數字句號，特殊字符等。

但是我也想在保存的數據中包括兩個字符串（這些開始和結束字符串代表我想要的數據）。

如何編寫表達式以獲取這些字符串之間的數據，同時還將字符串作為結果的一部分包含在內？

看起來像什么

Body:  Results of
User ID User Score  Full Score  Passing Score   Passing Status  Post Date   Elapsed
1   6   7   5   Pass    2014-9-3 16:12:27   00:00:25
Student Information
Student information
E-mail s
First Name  s
Last Name   s
Information on each question
Question    Question Type   Points  User's Response(s)  Correct Answer  Result
1. A
2. 
3. In l
4. The 
5. A 
Congratulations, you passed!
You can import

我想要的是

包括Body :（包括單詞“ Body：”，以及直到但不包括第二個中斷詞“ you can”（此處的兩個字符串的大小寫可以是大寫或小寫）的行。

所以我最終會遇到很多：

Body: something
1. some question
you passed

要么

Body: Something
1. You a...
2. Another
You Failed

Answer 1

只要它不是遞歸的，正則表達式就可以：

In [1]: import re                                                                                                                              

In [2]: haystack1 = "Foo, bar, USER ID bla bla bla You can - cheese"                                                                           

In [3]: haystack2 = "Foo, bar, USER FOO bla bla bla You can - cheese"                                                                          

In [4]: haystack3 = "Foo, bar, USER ID bla USER ID bla bla You can foo You can - cheese"                                                       

In [5]: for haystack in (haystack1, haystack2, haystack3):
   ...:     m = re.search(r'USER ID.+?You can', haystack)
   ...:     if m:
   ...:         print(haystack, "->", m.group(0))                                                                                              
   ...:     else:
   ...:         print(haystack, "->", "NO LUCK")
   ...:         
('Foo, bar, USER ID bla bla bla You can - cheese', '->', 'USER ID bla bla bla You can')
('Foo, bar, USER FOO bla bla bla You can - cheese', '->', 'NO LUCK')
('Foo, bar, USER ID bla USER ID bla bla You can foo You can - cheese', '->', 'USER ID bla USER ID bla bla You can')

如果您查看haystack 3 ，您將了解為什么它不會被遞歸字符串片段（如HTML / XML標記）剪切。

現在說明正則表達式： .+將匹配任何內容，點表示任何字符，加號表示一個或多個。 .+的問題在於它是“貪婪的”，它將匹配包括終止符字符串“ You can”在內的所有內容，直到字符串結尾。 所以我們必須添加? ，在此上下文中表示“不要貪婪”。 不要與結構x?混淆x? 這意味着零或一出現的“ x”。

[更新]

由於您使用多行示例更新了問題，因此可能必須包含re.DOTALL修飾符：

haystack = "Foo, bar\nUSER ID bla\n\t\nbla\nbla You can\n cheese"                                                                           
m = re.findall(r'USER ID.+?You can', haystack, re.DOTALL)                                                                        
if m:
    print(haystack, "->", m)
else:
    print(haystack, "->", "NO LUCK")

re.DOTALL修飾符意味着該點將匹配任何內容，包括行尾字符。