查找字符串 A 和字符串 B 之间的子字符串，但忽略某些字符串 A答案

【问题标题】：Finding substring between string A and string B but ignoring certain string A's查找字符串 A 和字符串 B 之间的子字符串，但忽略某些字符串 A
【发布时间】：2021-12-30 23:42:29
【问题描述】：

我在 .txt 文件中有一段文本，内容如下：

调查结果概述

--datatext1

调查结果概述

--datatext2

调查结果概述

--datatext3

调查结果摘要

调查结果概述可以随机发生多次，也可以只发生一次。我只对 datatext3 （可变数量的文本）感兴趣。也就是说，只有最后一次出现的“OVERVIEW OF FINDINGS”和“SUMMARY OF FINDINGS”之间的文本。

有几篇文章介绍了如何使用re 以及如何拆分字符串以获得正确的文本。从他们那里我能够找到一个在下面有效的解决方案。但是，它是多个 for 循环和一个 if/elif append 循环。这似乎非常令人费解，我想知道我是否忽略了一个更简单的解决方案？

#Index all occurrences of OVERVIEW OF FINDINGS and SUMMARY OF FINDINGS:
    x = []
    y = []
    for i in re.finditer('OVERVIEW OF FINDINGS', data):
        x.append(i.start())
    for j in re.finditer('SUMMARY OF FINDINGS', data):
        y.append(j.start())

#Append to overview only when the next overview index is after the next summary index    
    n = 0
    overview = []
    for m in range(0,len(x)):
        if x[m] == x[-1]: #condition for last value in x or if only one value in x
            overview.append(data[x[m]+21:y[n]]) #(Note: OVERVIEW OF FINDINGS = +21)
        elif x[m+1] > y[n]:
            overview.append(data[x[m]+21:y[n]])
            if y[-1] == y[n]:
                break
            else:
                n += 1

【问题讨论】：

标签： python regex

【解决方案1】：

这里不需要正则表达式；只需将字符串拆分到您要查找的子字符串上。

start = 'OVERVIEW OF FINDINGS'
end = 'SUMMARY OF FINDINGS'
result = text.split(start)[-1].split(end)[0].strip()

【讨论】：

【解决方案2】：

如果您愿意使用正则表达式，我们可以在这里使用re.findall：

inp = """OVERVIEW OF FINDINGS

--datatext1

OVERVIEW OF FINDINGS

--datatext2

OVERVIEW OF FINDINGS

--datatext3

SUMMARY OF FINDINGS"""

text = re.findall(r'\bOVERVIEW OF FINDINGS\b(?!.*\bOVERVIEW OF FINDINGS\b)\s*(\S+)\s+SUMMARY OF FINDINGS', inp, flags=re.S)[0]
print(text)  # --datatext3

正则表达式模式使用否定前瞻来断言OVERVIEW OF FINDINGS 仅在它是整个文本中的最后一个 时才匹配。下面是正则表达式模式的解释：

\bOVERVIEW OF FINDINGS\b        match 'OVERVIEW...'
(?!.*\bOVERVIEW OF FINDINGS\b)  assert that no more 'OVERVIEW...' occurs
\s*                             optional whitespace
(\S+)                           match content
\s+                             match whitespace
SUMMARY OF FINDINGS             match 'SUMMARY...'

【讨论】：