Python正则表达式在正则表达式之前拆分

Question

问题在于：

string ='abcdefghijklmn opabcedfg'

desired_result = ['abcdefghijklmn op'，'abcedfg']

我正在寻找正则表达式的“abc”：re.compile（r“abc”） 此后在这个正则表达式的基础上分裂。 这给出了： ['abc'，'defghijklmn op'，'abc'，'dfg']

我可以调整我的正则表达式以达到所需的分割吗？

谢谢！

Answer 1

您可以使用与此类似的正则表达式：

abc[^a]*(?:a(?!bc)[^a]*)*

请参阅regex demo

它会收集所有以abc开头，直到第一个abc符号或字符串结尾的子字符串。

正则表达式细分：

• abc - 匹配abc
• [^a]* - 匹配a
以外的0个或多个字符
• (?:a(?!bc)[^a]*)* - 匹配（但不捕获）0个或更多序列
  • a(?!bc) - 与a未匹配的bc匹配（因为我们匹配abc）
  • [^a]* - 匹配a
  以外的0个或多个字符

它类似于abc.*?(?=$|abc)将捕获的内容，但不存在与延迟点匹配相关的问题。

Python code demo：

p = re.compile(r'abc[^a]*(?:a(?!bc)[^a]*)*')
test_str = "abcdefghijklmn opabcedfg"
print(p.findall(test_str))

结果：['abcdefghijklmn op', 'abcedfg']