Python：从文本中提取带星号的字符串

Question

我是一个Python（和编程）菜鸟，我正在尝试使用Python 3来提取像这样的Markdown-italicised文本

*R v Stephenson*

从单独文件中的多行文本块，然后将其转储到一个集合中。我的代码如下：

import re
filename = input("Name of file: ")
readfile = open(filename, "r+").read()
cases = re.findall(r"\*.*\b\s\bv\b\s\b.*\*",readfile)
print("All cases:", cases)

它工作正常，除非在同一行中有多个斜体字块，例如：

*R v Stephenson* was a case, but so was *R v Stephens*, and the two should not be confused.

在这些情况下，它会将第一个和最后一个星号之间的整个部分添加到集合中。我如何说服Python分别处理正则表达式短语的每个实例？更重要的是，有人知道为什么会这样吗？

谢谢！

Answer 1

这里的问题是，正则表达式中的*（也+和?）默认情况下是贪婪的，这意味着它们会匹配尽可能多的字符。您可以使用?使正则表达式非贪婪：

cases = re.findall(r"\*.*?\b\s\bv\b\s\b.*?\*",readfile)

DEMO

Detailed Explanation