將Perl正則表達式轉換為Python正則表達式

Question

我在將Perl正則表達式轉換為Python時遇到了麻煩。 我想要匹配的文本具有以下模式：

Author(s)    : Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname

在perl中我能夠匹配這個並提取作者

/Author\(s\)    :((.+\n)+?)/

當我嘗試

re.compile(r'Author\(s\)    :((.+\n)+?)')

在Python中，它匹配第一個作者兩次並忽略其余的。

誰能解釋我在這里做錯了什么？

Answer 1

你可以這樣做：

# find lines with authors
import re

# multiline string to simulate possible input
text = '''
Stuff before
This won't be matched...
Author(s)    : Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname
Other(s)     : Something else we won't match
               More shenanigans....
Only the author names will be matched.
'''

# run the regex to pull author lines from the sample input
authors = re.search(r'Author\(s\)\s*:\s*(.*?)^[^\s]', text, re.DOTALL | re.MULTILINE).group(1)

上面的正則表達式匹配起始文本（作者，空格，冒號，空格），它通過匹配后面以空格開頭的所有行給出了下面的結果：

'''Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname
'''

然后，您可以使用以下正則表達式對這些結果中的所有作者進行分組

# grab authors from the lines
import re
authors = '''Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname  
           Firstname Lastname
'''

# run the regex to pull a list of individual authors from the author lines
authors = re.findall(r'^\s*(.+?)\s*$', authors, re.MULTILINE)

哪個給出了作者列表：

['Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname']

組合示例代碼：

text = '''
Stuff before
This won't be matched...
Author(s)    : Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname  
               Firstname Lastname
Other(s)     : Something else we won't match
               More shenanigans....
Only the author names will be matched.
'''

import re
stage1 = re.compile(r'Author\(s\)\s*:\s*(.*?)^[^\s]', re.DOTALL | re.MULTILINE)
stage2 = re.compile('^\s*(.+?)\s*$', re.MULTILINE)

preliminary = stage1.search(text).group(1)
authors = stage2.findall(preliminary)

這使作者成為：

['Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname', 'Firstname Lastname']

成功！

Answer 2

一組只能匹配一次。 因此，即使您的匹配組重復，您也只能訪問上一次實際匹配。 您必須一次匹配所有名稱然后將它們拆分（通過換行或甚至新的正則表達式）。

Answer 3

嘗試

re.compile(r'Author\(s\)    :((.+\n)+)')

在你的原始表達中， +? 表示你希望比賽非貪婪，即最小。