正則表達式在嵌套括號之間查找文本

Question

我的字符串很長，里面有嵌套循環。 我想在其中提取一個模式。

String_Text：

some random texts......
........................
........................
{{info .................
.....texts..............
...{{ some text }}...... // nested parenthesis 1
........................
...{{ some text }}...... // nested parenthesis 2
........................
}} // End of topmost parenthesis
........................
..again some random text
........................
........................ // can also contain {{  }}
......End of string.

我想提取最上括號之間的所有文本，即

Extracted_string：

info .................
.....texts..............
...{{ some text }}...... // nested parenthesis 1
........................
...{{ some text }}...... // nested parenthesis 2
........................

圖案：

1.）以{開頭，后跟任意數量的{ 。

2.）之后，可以有任意數量的空白 。

3.）之后的第一個詞肯定是info 。

4.）取出直到未關閉此支架。

到目前為止已經嘗試了什么：

re.findall(r'\\{+[^\\S\\r\\n]*info\\s*(.*(?:\\r?\\n.*)*)\\}+')

我知道這是錯誤的，因為這樣做是在字符串中找到}的最后一個實例。 有人可以幫我提取這些括號之間的文字嗎？ TIA

Answer 1

您需要使用遞歸方法：

{
    ((?:[^{}]|(?R))*)
}

僅更新的regex模塊支持此功能，請參見regex101.com上的演示 。

Answer 2

變通方法可以是與以{{info開頭的行匹配，然后再匹配盡可能多的0+個字符，直到僅帶有}}的行的模式：

re.findall(r'(?sm)^{{[^\S\r\n]*info\s*(.*?)^}}$', s)

參見regex演示 。

細節

• (?sm) re.DOTALL （現在， .匹配換行符）和re.MULTILINE （ ^現在匹配行開頭， $匹配行結束位置）標志
• ^ -一行的開始
• {{ - {{子字符串
• [^\\S\\r\\n]* -0+個水平空格
• info -子字符串
• \\s* -0+空格
• (.*?) -組1：任意0個以上的字符，並盡可能少
• ^}}$ -行首， }}和行尾。

Answer 3

這個答案解釋了如何使用遞歸來實現（盡管是圓括號，但是很容易適應），但是，就我個人而言，我只是使用while循環來編寫它：

b = 1
i = si = s.index('{')
i += 1
while b:
    if s[i] == '{': b += 1
    elif s[i] == '}': b -=1
    i += 1

ss = s[si:i]

其中，將您的字符串定義為： s ，將子字符串ss賦予為：

>>> print(ss)
{{info .................
.....texts..............
...{{ some text }}...... // nested parenthesis 1
........................
...{{ some text }}...... // nested parenthesis 2
........................
}}