正则表达式，用于重复出现的短语

Question

我有以下短语：

05/30/2016 07:02 AM (GMT+02:00) added by XXX YYY (PID-000301):\tSome_alphanum_text_Some_alphanum_text_Some_alphanum_text_Some_alphanum_text\t\t*************************************************************************************************\t05/12/2016 02:03 PM (GMT+02:00) added by ZZZ AAA (PID-000301):\tSome_other_alphanum_text_Some_other_alphanum_text_Some_other_alphanum_text_Some_other_alphanum_text\t\t

我想写一个RegEx，它只为我提供“ Some_alphanum_text”和“ Some_other_alphanum_text”的信息。

到目前为止，我正在尝试像这样的运气：

r'(?:.+\(PID-\d{6}\):)(.+)'

但这只是给我'Some_other_alphanum_text'的出现。 我需要从这个混乱的文本中找出两个以上的唯一字符串。有什么想法吗？

Answer 1

您需要将.+替换为仅与您要返回的内容匹配的内容。由于您只想匹配字母数字文本，因此请使用\w而不是.

r'(?:\(PID-\d{6}\):)\s*(\w+)'

您需要在第二组之前输入\s*，因为字母数字文本之前的空格将与\w+不匹配。

您一开始也不需要.+。比赛将在找到PID的地方开始。

DEMO

Answer 2

我相信您需要此正则表达式：

\(PID-\d{6}\):\\t(.+?)(?:\\t){2}

regex101

Answer 3

我没有将正则表达式区域更改为代码块，因此它无法正常工作。

现在可以了！您应该考虑的一件事是可能没有'\ t'。但是

每个匹配的文本都采用日期格式，例如05/12/2016 02:03或结束。

\(PID-\d{6}\)[\n\r\t\s]*:(?:.|[\n\r\t\s])*?(?=[0-9]{2}\/[0-9]{2}\/[0-9]{4}[\n\r\t\s]*[0-9]{2}:[0-9]{2}|$)

Answer 4

我认为您可以使用它来查找"\t" s之间出现的所有文本实例