Python正则表达式查找两个子字符串之间的所有字符串答案

【问题标题】：Python Regex Find All String Between Two SubstringsPython正则表达式查找两个子字符串之间的所有字符串
【发布时间】：2018-02-12 00:42:20
【问题描述】：

我希望找到两个子字符串之间的所有字符串，同时保留第一个子字符串并丢弃第二个。不过，子字符串可能是几个值之一。例如，如果这些是可能的子字符串：

subs = ['MIKE','WILL','TOM','DAVID']

我正在寻找这样的字符串：

Input:

text = 'MIKE an entry for mike WILL and here is wills text DAVID and this belongs to david'

Output:

[('MIKE': 'an entry for mike'),
 ('WILL': 'and here is wills text'),
 ('DAVID': 'and this belongs to david')]

尾随空格并不重要。我试过了：

re.findall('(MIKE|WILL|TOM|DAVID)(.*?)(MIKE|WILL|TOM|DAVID)',text)

仅返回第一次出现并保留结束子字符串。不太确定最好的方法。

【问题讨论】：

标签： python regex substring

【解决方案1】：

你可以使用

import re
text = 'MIKE an entry for mike WILL and here is wills text DAVID and this belongs to david'
subs = ['MIKE','WILL','TOM','DAVID']
res = re.findall(r'({0})\s*(.*?)(?=\s*(?:{0}|$))'.format("|".join(subs)), text)
print(res)
# => [('MIKE', 'an entry for mike'), ('WILL', 'and here is wills text'), ('DAVID', 'and this belongs to david')]

请参阅Python demo。

详情

(MIKE|WILL|TOM|DAVID) - 第 1 组匹配备选子字符串之一
\s* - 0+ 个空格
(.*?) - 第 2 组捕获除换行符以外的任何 0+ 个字符（使用 re.S 标志匹配任何字符），尽可能少，直到第一个...
(?=\s*(?:MIKE|WILL|TOM|DAVID|$)) - 0+ 个空格后跟子字符串之一或字符串结尾 ($)。这些文本没有被消耗，因此，正则表达式引擎仍然可以获得后续匹配。

【讨论】：

【解决方案2】：

您还可以使用以下正则表达式来实现您的目标：

(MIKE.*)(?= WILL)|(WILL.*)(?= DAVID)|(DAVID.*)

它使用 Positive lookahead 来获取中间字符串。 (http://www.rexegg.com/regex-quickstart.html)

已测试： https://regex101.com/r/ZSJJVG/1

【讨论】：