捕获 \n [string] \n 之间的字符串答案

【问题标题】：Capture string between \n [string] \n捕获 \n [string] \n 之间的字符串
【发布时间】：2023-03-06 05:36:01
【问题描述】：

我正在尝试解析 YouTube 对歌曲的描述以编译成 .csv

目前我可以隔离时间码，但尝试隔离歌曲和艺术家被证明更棘手。

首先，我抓住了白色空间

# catches whitespace
pattern = re.compile(r'\s+')

其次，时间码（让字符串更容易处理）

# catches timecodes
pattern1 = re.compile(r'[\d\.-]+:[\d.-]+:[\d\.-]+')

然后我删除并删除。

然后我尝试捕获 \n 之间的所有字符串，因为这就是曲目列表的格式

songBeforeDash = re.search(r'^([\\n][a-zA-Z0-9]*-[a-zA-Z0-9]*[\\n]*)+$', description)

格式如下\n[string]-[string]\n

使用这个 excellent visualiser ，我已经能够对其进行调整，以便捕获第一个结果，但是任何后续结果都不匹配。这是在第一个结果上停下来而不追赶其他结果的情况吗？

这是我试图捕捉的样本

\nmiddleschoolxAso-Cypress\nShopan-Woodnot\nchromonicci-Memories.\nYasper-MoveTogether\nFenickxDelayde-Longwayhome\nauv-Rockaway5pm\nsadtoi-Aires\nGMillsxKyleMcEvoy-Haze\nRuckP-CoffeeBreak\n

【问题讨论】：

部分示例字符串不以\n开头和结尾
抱歉！工作妨碍了我，我忘了回来查看。接受了最合适的答案。谢谢大家的帮助，我的程序已经取得了进展，能够解析我需要的内容:)

标签： python regex newline

【解决方案1】：

你可以用 split() 做到这一点

t = '\nmiddleschoolxAso-Cypress\nShopan-Woodnot\nchromonicci-Memories.\nYasper-MoveTogether\nFenickxDelayde-Longwayhome\nauv-Rockaway5pm\nsadtoi-Aires\nGMillsxKyleMcEvoy-Haze\nRuckP-CoffeeBreak\n'

liste = t.split('\n')
liste = liste[1:-1:]
print(liste)

【讨论】：

liste = t.strip().split('\n')
是的，它更好
@Alexall 我尝试了这个建议，我得到了一个空白数组。 [ ]
你的变量“描述”是一个字符串？
@Alexall 它是字符串，是的。事实上，当我现在尝试打印时，我得到一个空行。通过调试器，预先打印的值正常。当它到达建议的代码时，没有显示任何数据。

【解决方案2】：

re.search 只返回字符串中的第一个匹配项。您想要的是使用返回所有匹配项的re.findall。

编辑 - 因为你的匹配会重叠，我建议编辑正则表达式以捕获直到下一个换行符。现在它们不能重叠。考虑将正则表达式更改为：

r'^([\\n][a-zA-Z0-9]*-[a-zA-Z0-9]*)+$'

如果您希望它们重叠（意味着您也想捕获换行符），我建议查看 here 以了解如何捕获重叠的正则表达式模式。

另外，正如@ChatterOne 所建议的那样，在这里使用 str.split(seperator) 方法会很好，假设不存在其他类型的信息。

descriptor.split('\n')

【讨论】：

在这种情况下它无论如何都不会工作，因为正则表达式的“贪婪”行为。即使使用“惰性”行为（.*?）它仍然无法工作，因为它不会使用结尾 \n 作为新匹配的起点，因此它将匹配一个，跳过一个，匹配一个，等等。这里最好的方法是使用split，正如其他答案中所建议的那样
同意，修正评论，在信用到期时添加信用。
re.findall(r'(?<=\n)[^\n]+', description).