首先前瞻，然后在前瞻匹配后面寻找最接近的匹配捕获组。 Python 中的正则表达式

【问题标题】：First lookahead then look for closest matching capture group behind the lookahead match. RegEx in Python首先前瞻，然后在前瞻匹配后面寻找最接近的匹配捕获组。 Python 中的正则表达式
【发布时间】：2018-12-17 10:39:51
【问题描述】：

我有一个带有行分隔字符串的全文。以“%”开头的行是标题，以“>”开头的行包含我要在其中查找我的查询的文本。如果找到我的查询，我想返回它上面最近的标题。这是我自己试过的表达方式：

import re
query = "ABCDE"
full_text = "%EFGHI\r>XXXXX\r>XXXXX\r%IWANT\r>XXXXX\r>ABCDE"
re.search("%(.*?)\r(?=>.*{})".format(query), full_text).group(0)

我希望这个代码块返回字符串：

> 'IWANT'

因为这是查询上方最接近的标题。但是，它返回：

> 'EFGHI'

我想这是有道理的，因为 'EFGHI' 是匹配搜索模式的第一个元素。有没有办法先查找我的查询，然后再查找最近的标题？

【问题讨论】：

标签： python regex regex-lookarounds regex-group

【解决方案1】：

我建议将所有在\r 之后没有% 的部分与\r>... 匹配在ABCDE 值之前以获得正确的标题：

r"%([^\r]*)(?=(?:\r(?!%)[^\r]*)*\r>[^\r]*{})".format(query)

见Python demo

模式详情：

% - 一个 % 字符
([^\r]*) - 第 1 组：除 CR 字符之外的零个或多个字符
(?=(?:\r(?!%)[^\r]*)*\r>[^\r]*ABCDE) - 正向前瞻，紧邻当前位置的右侧，必须匹配以下模式序列：
- (?:\r(?!%)[^\r]*)* - 0 次或多次 CR 不跟在 % 后面，然后跟零个或多个除 CR 字符以外的字符
- \r> - 一个 CR 字符和 >
- [^\r]* - 零个或多个除 CR 字符以外的字符
- ABCDE - 文字字符序列

【讨论】：

我觉得更简单：r'%([^%>]+)[^%]*?\r>{}'.format(query)
@kantal 我看到您的变体正在工作，但我不确定XXX 部分不包含% 或>，而ABCDE 可能不必紧随其后>.