如何在 Python 中使用正则表达式将所有内容匹配到双换行符“\n\n”？

Posted 2023-03-23

【中文标题】如何在 Python 中使用正则表达式将所有内容匹配到双换行符“\\n\\n”？

【英文标题】：How to match everything up to double newline "\n\n" using regex in Python?如何在 Python 中使用正则表达式将所有内容匹配到双换行符“\n\n”？

【发布时间】：2020-11-16 15:17:16

【问题描述】：

假设我有以下 Python 字符串

str = """
....
Dummyline

Start of matching
+----------+----------------------------+
+   test   +           1234             +
+   test2  +           5678             +
+----------+----------------------------+

Finish above. Do not match this
+----------+----------------------------+
+  dummy1  +       00000000000          +
+  dummy2  +       12345678910          +
+----------+----------------------------+
"""

我想匹配第一个表的所有内容。我可以使用从

开始匹配的正则表达式

"Start"

匹配所有内容，直到找到双换行符

\n\n

我在另一个 *** 帖子 (How to match "anything up until this sequence of characters" in a regular expression?) 中找到了一些关于如何执行此操作的提示，但它似乎不适用于双换行符。

想到下面的代码

pattern = re.compile(r"Start[^\n\n]")
matches = pattern.finditer(str)

基本上在哪里

[^x]

表示匹配所有内容，直到找到字符 x。但这仅适用于字符，不适用于字符串（在这种情况下为“\n\n”）

有人知道吗？

【参考方案1】：

您可以匹配 Start 直到行尾，然后使用负前瞻 (?! 匹配所有以换行符开头且不紧跟换行符的行

^Start .*(?:\r?\n(?!\r?\n).*)*

说明

^Start .* 从字符串 ^ 的开头匹配 Start 和 0+ 次除换行符以外的任何字符 (?:非捕获组 \r?\n 匹配换行符 (?!\r?\n) 负前瞻，断言直接在右边的不是换行符 .* 匹配除换行符以外的任何字符 0+ 次 )*关闭非捕获组，重复0+次得到所有行

Regex demo

【讨论】：

我不太确定这是做什么的，但它确实有效。非常感谢！我会花一些时间来理解这个正则表达式

@Andrew 我稍后会添加解释。