findall不检索Python 3.7中的所有结果

Question

我试图用字符串string1和string3之后的数据创建元组列表。但是没有得到预期的结果。

s = 'string1:1234string2string3:a1b2c3string1:2345string3:b5c6d7'
re.findall('string1:(\d+)[\s,\S]+string3:([\s\S]+',s)

实际结果：

[('1234', 'b5c6d7)']

预期结果：

[('1234', 'a1b2c3'), ('2345', 'b5c6d7')]

Answer 1

您当前的正则表达式使用贪婪的[\s,\S]+并匹配所有字符，直到行尾为止。

您可以将其设为非贪婪，并在肯定符合以下条件的最后一场比赛中使用正向前瞻(?=string|$)：string或行$的结尾。

string1:(\d+).*?string3:(.*?)(?=string|$)

import re 
s = 'string1:1234string2string3:a1b2c3string1:2345string3:b5c6d7'
print(re.findall('string1:(\d+).*?string3:(.*?)(?=string|$)',s))

Demo

Answer 2

问题在于[\s,\S]+贪婪，因此消耗了第一个字符串1和最后一个字符串3之间的所有内容。

您可以通过使用正向先行并使正则表达式变得非贪婪来解决此问题：

string1:(\d+)[^\d][\s,\S]+?string3:([\s\S]+?(?=string|$))