如何使用 python findall 提取公共部分？

Question

我對 re.findall 有疑問

例如。

text = '[1]xxxxxxxx[2]xxxxxxxx[3]xxxxxx[4]xxxxxxxxxend'
re.findall('(\[\d{1,2}\].*?)(?:\[\d{1,2}\]|end)',text)

我想要的是提取["[1]xxxxxxxx","[2]xxxxxxxx","[3]xxxxxx","[4]xxxxxxxxx"] 。

但是當我做re.findall('(\[\d{1,2}\].*?)(?:\[\d{1,2}\]|end)',text)

我得到了['[1]xxxxxxxx', '[3]xxxxxx']

這個問題運氣好

Answer 1

非捕獲組(?:...)不會創建一個單獨的 memory 緩沖區與匹配的文本，但它仍然消耗匹配的文本，即它被添加到匹配值並且正則表達式索引是先進的。

你需要一個非消耗模式，一個積極的前瞻：

re.findall(r'\[\d{1,2}\].*?(?=\[\d{1,2}\]|end)', text)

請參閱正則表達式演示。

(?=\[\d{1,2}\]|end)模式匹配緊跟[ ，一位或兩位數字，然后是]或end字符序列的位置。