Python重新查找所有匹配的重复模式

Question

我正在尝试解析以下格式的半结构化文本：

text = "A. xxxxxxx\n\nxxx\n\nxxx\n\n\nB. xxxxxx\n\nxxx\n\nxxx\n\n\nC. xxxxxx\n\nxxx\n\nxxx\n\n\nD. xxxxxx\n\nxxx\n\nxxx"

我想将每个部分都归为不同的组。我目前正在尝试使用正则表达式进行解析，该正则表达式在大写字母后跟一个句点的文本中查找文本：

re.findall(r"([A-Z]\.[\s\S]*?)(?:\n[A-Z]\.|$)", text)

但是，这仅解析A和C部分：

['A. xxxxxxx\n\nxxx\n\nxxx\n\n', 'C. xxxxxx\n\nxxx\n\nxxx\n\n']

如何修改正则表达式，以使比赛的最后部分不被排除在以后的比赛之外？

由于各小节之间的新行数量可能会发生变化，因此我无法按新行分割。

Answer 1

使用前瞻性（可选）摆脱捕获组：

>>> print re.findall(r"[A-Z]\.[\s\S]*?(?=\n[A-Z]\.|$)", text)
['A. xxxxxxx\n\nxxx\n\nxxx\n\n', 'B. xxxxxx\n\nxxx\n\nxxx\n\n', 'C. xxxxxx\n\nxxx\n\nxxx\n\n', 'D. xxxxxx\n\nxxx\n\nxxx']

请注意使用(?=\n[A-Z]\.|$)（零宽度超前断言），该断言仅断言给定文本的存在而没有实际匹配。

Answer 2

尝试

CMakeLists.txt

尽管这一个

MYLIB_INCLUDE_DIRS

https://regex101.com/r/t1R28Q/1

永远不会失败。