如何在python中使用正則表達式在特定單詞之前獲取特定模式的所有日期或關鍵字？

Question

我有以下字符串，我需要在關鍵字整體生產之前的所有年份范圍（例如 2018-19）。

Details Unit/ Base 2017-18 2018-19 June (P) April-June (P)\\r\\n (P) 2018-19 2019-20 2018-19 2019-20\\r\\n overall production 2014-15 2015-16 monthly production

我試過：

re.findall(r"(\d{4}-\d{2})", string)

這讓我回歸： ['2017-18', '2018-19', '2018-19', '2019-20', '2018-19', '2019-20', '2014-15', '2015-16'] 。 在這里我不想要過去兩年的'2014-15', '2015-16'因為它是在關鍵字整體生產之后出現的

我也試過：

re.findall(r"(\d{4}-\d{2}).+overall production", string)

但我只得到第一年的范圍['2017-18']

有人可以幫我寫一個正確的正則表達式，以便我在我通過的特定關鍵字之前獲得所有年份范圍（不考慮計數）。

Answer 1

第二次嘗試中的.+overall production消耗所有文本，包括overall production ，這就是為什么只返回第一個范圍（在此匹配之后沒有第二個overall production子字符串）。

您可以使用基於前瞻的解決方案：

re.findall(r'\b\d{4}-\d{2}\b(?=.*overall production)', text, re.DOTALL)

查看正則表達式演示

細節

• \\b - 詞邊界
• \\d{4}-\\d{2} - 四位數字, - , 兩位數字
• \\b - 單詞邊界
• (?=.*overall production) - 一個正向前瞻，需要（並且不消耗，即它不會使正則表達式索引隨着匹配而移動，並且不會添加與整體匹配值匹配的文本）任何 0+ 個字符，盡可能多，緊跟在當前位置右側的overall production子串。