正则表达式从 Python 中的一个缩进/制表符到下一个缩进/制表符

【问题标题】：Regex to get from one indent/tab to the next indent/tab in Python正则表达式从 Python 中的一个缩进/制表符到下一个缩进/制表符
【发布时间】：2021-06-19 23:02:44
【问题描述】：

以下代码（特别是正则表达式）可以从一个缩进/制表符转到分号 (;) 的下一个实例：

def find_matches(text):
    return capitalize(
        [
            m
            for m in re.findall(
                r"^[^0-9]\s+([^.;]+\s*)+[.;]+", normalize("NFKD", text), re.MULTILINE
            )
        ]
    )

有了这个，我可以用我的其余代码生成以下图像：

然而，我的问题在于我的正则表达式模式，因为我实际上应该从第一个缩进/制表符到下一个缩进/制表符实例，或者我想直到下一行没有缩进。这是原始的源字符串，它是从使用 docx 的 word 文档中获取的：

Here is a link to a MediaUpload file of my docx. 我选择了链接它，因为我无法在此处正确显示实际格式。此外，第二个文本框应该更长一些。

非常感谢任何帮助。

【问题讨论】：

答案成功了吗？

标签： python regex text docx

【解决方案1】：

你可以使用

^[^\S\r\n].+(?:\n(?!\s).*)*

模式匹配：

^ 字符串开始
[^\S\r\n] 匹配没有换行符的空白字符（缩进）
.+ 匹配除换行符以外的任何字符 1 次以上
(?:非捕获组整体重复
- \n 匹配换行符
- (?!\s).* 负前瞻，断言不是空白字符并匹配该行的其余部分
)*关闭非捕获组并可选择重复

Regex demo | Python demo

如果匹配必须以 1 个或多个数字开头，后跟 .，您可以先获取这些匹配，然后使用第一个模式处理这些匹配。

^\d+\..*(?:\n(?!\d+\.).*)*

Regex demo

【讨论】：