Question

我不确定如何在两个字符串之间获取第一个字符串或开始字符串＆＃34; USER ID＆＃34;和最后一个或结束的字符串＆＃34;你可以＆＃34;。

我想要一切，包括数字句号，特殊字符等。

但我也希望在保留的数据中包含两个字符串（这些开始和结束字符串代表我想要的数据）。

如何编写表达式以获取这些字符串之间的数据，同时还包括我的字符串作为结果的一部分？

看起来像什么

Body:  Results of
User ID User Score  Full Score  Passing Score   Passing Status  Post Date   Elapsed
1   6   7   5   Pass    2014-9-3 16:12:27   00:00:25
Student Information
Student information
E-mail s
First Name  s
Last Name   s
Information on each question
Question    Question Type   Points  User's Response(s)  Correct Answer  Result
1. A
2. 
3. In l
4. The 
5. A 
Congratulations, you passed!
You can import

我想要什么

包含Body的行:(包括单词＆＃34; Body：＆＃34;以及所有内容，但不包括第二个单词＆＃34;你可以＆＃34;（我的情况）两个字符串可以是大写或小写。

所以我最终会得到很多：

Body: something
1. some question
you passed

或

Body: Something
1. You a...
2. Another
You Failed

Answer 1

只要它不是递归的，正则表达式就会这样做：

In [1]: import re                                                                                                                              

In [2]: haystack1 = "Foo, bar, USER ID bla bla bla You can - cheese"                                                                           

In [3]: haystack2 = "Foo, bar, USER FOO bla bla bla You can - cheese"                                                                          

In [4]: haystack3 = "Foo, bar, USER ID bla USER ID bla bla You can foo You can - cheese"                                                       

In [5]: for haystack in (haystack1, haystack2, haystack3):
   ...:     m = re.search(r'USER ID.+?You can', haystack)
   ...:     if m:
   ...:         print(haystack, "->", m.group(0))                                                                                              
   ...:     else:
   ...:         print(haystack, "->", "NO LUCK")
   ...:         
('Foo, bar, USER ID bla bla bla You can - cheese', '->', 'USER ID bla bla bla You can')
('Foo, bar, USER FOO bla bla bla You can - cheese', '->', 'NO LUCK')
('Foo, bar, USER ID bla USER ID bla bla You can foo You can - cheese', '->', 'USER ID bla USER ID bla bla You can')

如果查看haystack 3，您将会看到为什么它不会削减递归字符串片段（如HTML / XML标记）。

现在解释正则表达式：.+将匹配任何内容，点表示任何字符，加号表示一个或多个。问题.+是＆＃34;贪婪＆＃34;，它会匹配任何内容，包括你的终结符字符串＆＃34;你可以＆＃34;直到字符串结束。所以我们必须添加?，在这种情况下，它意味着“不要贪婪”＃34;不要与构造x?混淆，这意味着零或一次出现＆＃39; x＆＃39;。

[更新]

由于您使用多行示例更新了问题，因此您可能必须包含re.DOTALL修饰符：

haystack = "Foo, bar\nUSER ID bla\n\t\nbla\nbla You can\n cheese"                                                                           
m = re.findall(r'USER ID.+?You can', haystack, re.DOTALL)                                                                        
if m:
    print(haystack, "->", m)
else:
    print(haystack, "->", "NO LUCK")

re.DOTALL修饰符表示该点将匹配任何内容，包括行尾字符。

python正则表达式只获取两个字符串之间的数据

1 个答案: