匹配非贪婪的正则表达式分隔符

Question

我有文本，其中一些文本由以下分隔：

{# xxx #} some text {# zzz #}

我在整个文本中多次出现这种模式。我想从分隔符中提取some text。如何使用正则表达式做到这一点？

例如，如果我有这样的文字：

Lorem Ipsum 只是印刷和排版行业的虚拟文本。自 1500 年代以来，Lorem Ipsum 一直是行业的标准虚拟文本，当时一位不知名的印刷商采用了一种类型的厨房并将 {# xxx #} 它加扰以使 {# zzz #} 成为一本类型样本书。它不仅经历了五个世纪，而且经历了电子排版的飞跃，基本保持不变。它在 1960 年代 {# xxx #} 与 {# zzz #} 发布了包含 Lorem Ipsum 段落的 Letraset 表，最近在 {# xxx #} 桌面出版软件（如 Aldus PageMaker {# zzz #} 包括版本Lorem Ipsum。

我想要一个类似的列表：

[it to make, with, desktop publishing software like Aldus PageMaker]

这是我的非工作代码：

>>> regex = re.compile(r'{# xxx #}.*({# zzz #}).*?')

>>> re.findall(regex, s) {# zzz #}

我认为我的困难在于尝试以非贪婪的方式制作正则表达式？

Answer 1

您只需在分隔符之间添加? 即可获得非贪婪行为。另外，最后不应该有.*?。它什么也没做。 {} 是特殊字符，可能应该被转义。最后，括号需要围绕您要匹配的部分。这给了你这个模式：

 regex = re.compile(r'\{# xxx #\}(.*?)\{# zzz #\}')

要使用它，您需要一个使用类似m = re.match 的循环，然后使用m.group(1) 来获取第一个子组（括号中的部分）。您需要使用循环而不是 findall，因为您只能获取子组的最后一个匹配项。