python RE：非贪婪的匹配，重复和分组

Question

我正在尝试使用python RE匹配重复的线条模式

input_string：

start_of_line：x
第1行 第2行 start_of_line：y
第1行 第2行 第3行 start_of_line：z
第1行

基本上我想在循环中提取字符串（每个字符串从start_of_line开始，直到下一个start_of_line之前的所有字符）

我可以使用for循环轻松解决这个问题，但是想知道是否有一个python RE可以做到这一点，尝试了我的最好但是却陷入了分组部分。

最接近我的解决方案是

pattern= re.compile(r"start_of_line:.*?", re.DOTALL)
for match in re.findall(pattern, input_string):
    print "Match =", match

但它打印

Match = start_of_line:
Match = start_of_line:
Match = start_of_line:

如果我做任何其他事情要分组，我会输掉比赛。

Answer 1

要使用正则表达式执行此操作，必须使用先行测试：

r"start_of_line:.*?(?=start_of_line|$)"

另外，因为你使用了一个惰性量词（*?），你将获得尽可能短的匹配，即在start_of_line:之后没有任何内容

另一种方式：

r"start_of_line:(?:[^\n]+|\n(?!start_of_line:))*"

这里我使用一个包含除换行符（\n）以外的所有字符的字符类，重复一次或多次。当正则表达式引擎找到换行符时，它会测试start_of_line:是否跟随。我重复这个组零次或多次。

此模式比第一种模式更有效，因为前瞻仅在遇到换行时执行（vs每个字符）