Python正则表达式在两个字符串之间多次匹配

Question

我的开始/结束魔术字符串（“X”和“Y”）有一个多行字符串。我正在尝试捕获所有事件，但遇到了一些问题。

这里是代码

testString = '''AAAAAXBBBBBYCCCCCXDDDDDYEEEEEEXFFF
FFFYGGG
'''

pattern = re.compile(r'(.*)X(.*)Y(.*)', re.MULTILINE)

match = re.search(pattern, testString)
print match.group(1) # output: AAAAAXBBBBBYCCCCC
print match.group(2) # output: DDDDD
print match.group(3) # output: EEEEEEXFFF

基本上，我正在尝试捕获以下所有出现的情况（并且我必须保持文本顺序）：

• 魔术起始字符串之前的文本（例如：AAAAA、CCCCC、EEEEEE）
• 开始/结束魔术字符串之间的文本（例如：BBBBB、DDDDD、FFF\nFFF）
• 魔术起始字符串后的文本（例如：CCCCC、GGG）

所以我正在尝试打印以下输出：（下面括号中的内容只是注释）

AAAAA (before magic string)
BBBBB (between magic strings)
CCCCC (before/after magic strings, it does not matter. Just the order matters.)
DDDDD (after magic string)

等等。按该顺序打印它们将解决问题。 （然后我可以将每个函数传递给其他函数，...等）

当文本像“AAXBBYCC”这样简单时，代码可以很好地工作，但是对于复杂的字符串，我会失去控制。

有什么想法或替代方法吗？

Answer 1

你不能直接使用：

pattern = re.compile(r'[^XY]+')
match = re.findall(pattern, testString)
print(match)
# ['AAAAA', 'BBBBB', 'CCCCC', 'DDDDD', 'EEEEEE', 'FFF\nFFF', 'GGG\n']

Answer 2

您可以匹配第 1 组中除 X 或 Y 之外的任何字符，然后匹配 X 并对 Y 执行相同操作。“魔术字符串之后”部分可以在第三组的前瞻中捕获。

使用[^ 的negated character class 也将匹配换行符以匹配FFFFFF 部分。

([^XY]+)X([^XY]+)Y(?=([^XY]+))

• ([^XY]+)X 捕获组 1，匹配除 X 或 Y 之外的任何字符 1+ 次，然后匹配 X
• ([^XY]+)Y捕获组2，匹配除X或Y以外的任何字符1+次，然后匹配Y
• (?= 正向前瞻，断言直接在右边的是
  • ([^XY]+) 捕获第 3 组，匹配除 X 或 Y 之外的任何字符 1 次以上
• )关闭前瞻

Regex demo | Python demo

import re

regex = r"([^XY]+)X([^XY]+)Y(?=([^XY]*))"

s = ("AAAAAXBBBBBYCCCCCXDDDDDYEEEEEEXFFF\n"
            "FFFYGGG")

matches = re.findall(regex, s)
print(matches)

输出

[('AAAAA', 'BBBBB', 'CCCCC'), ('CCCCC', 'DDDDD', 'EEEEEE'), ('EEEEEE', 'FFF\nFFF', 'GGG')]

Answer 3

所以我正在尝试打印以下输出：（下面括号中的内容只是注释）

AAAAA (before magic string)
BBBBB (between magic strings)
CCCCC (before/after magic strings, it does not matter. Just the order matters.)
DDDDD (after magic string)

等等。

既然开始或结束之前或之后都没有关系，那么简单如下：

import re
o = re.split("X|Y", testString)
print(*o, sep='\n')