Question

我花了一个小时试图找出神奇的语法来解决Python中的以下问题＆＃39;＆＃39;包。我暂时已经破解了它，但是想要提出挑战：

以下字符串代表我们的测试：

*Structure song &lt;!-- See Project:Project_Songs --&gt;
*Structure song |
*Structure song title |

目的是提取“歌曲”，“歌曲”和“歌曲标题”。从这些只有一个正则表达式。

我的尝试：

r'\*Structure ([^\|]*)(?:&lt;)?'

到目前为止，我还没有尝试过各种各样的组合。我的解决方法添加了＆符号＆amp;＆＃39;在捕获括号中的排除集。但是，我并不认为提取的字符串不能包含＆＃39;＆＃39;

Answer 1

我使用与Dmitriy相似的模式，但更加线性：

\*Structure\s(.*?)(?=\s(?:&lt;|\|))

请参阅regex demo。

<强>解释：

\*Structure - 文字子串*Structure
\s - 一个空格（替换为[ \t]仅匹配普通空格或制表符，如果您只需要匹配空格，则仅使用空格）
(.*?) - 第1组捕获除换行符以外的0 +字符，尽可能少到第一个...
(?=\s(?:<|\|)) - （前瞻性要求）
- \s - 一个空格跟着......
  - < - 子字符串<
  - | - 或......
  - \| - 文字管道符号。

更快的同义替代（因为它基于unroll-the-loop原则）正则表达式看起来像

\*Structure\s(\S*(?:\s(?!&lt;|\|)\S*)*)

它是相同的正则表达式，但以最线性的方式编写。

Answer 2

我建议使用非贪婪的＆＃34;任何东西＆＃34;其次是＆＃34;＆amp; lt;＆＃34;或管道char表示为lookahead：

\*Structure (.*?(?= &lt;)|.*?(?= \|))