时间戳

首页 > 解决方案 > 正则表达式：匹配直到模式的倒数第二个出现

python - 正则表达式：匹配直到模式的倒数第二个出现

问题描述

我有这个text_string字符串列表。我想将所有内容提取text_i_want为一个字符串。

text_string = ['text_i_dont_want aaaaaa aaaaaaa', 'text_i_want', 'text_i_want\ntext_i_want.', 'text_i_want.', 'text_i_dont_want\text_i_dont_want', 'number_i_dont_want']

我想匹配下面已经编译的所有内容[“ aaaaaa aaaaaaa ', '”之后的所有内容]，直到倒数第二个出现以下突出显示的模式：'，'

ans = re.compile(r'aaaaaa\s+aaaaaaa\',\s+\'(.*)', flags = re.DOTALL | re.MULTILINE)
ans_text = ans.search(str(text_string)).group(1)

返回

'text_i_want', 'text_i_want\ntext_i_want.', 'text_i_want.', 'text_i_dont_want\text_i_dont_want', 'number_i_dont_want'

到目前为止，我的正则表达式已成功匹配字符串的开头，但并未停止我想要的位置（倒数第二个模式）。我不知道怎么翻译

until the second to last occurence of ', '

成正则表达式语言。任何帮助表示赞赏

另外，我想这样做是re因为我有数百个列表，它们都是相等的，除了发生的次数'text_i_want.'。

示例列表，其中解决方案代码也应该工作：

text_list2 = ['text_i_dont_want aaaaaa aaaaaaa', 'text_i_want', 'text_i_want.', 'text_i_dont_want\text_i_dont_want', 'number_i_dont_want']

更新的问题：

有些列表的结尾与我说的不同。好消息是它们具有特定的特征，这使它们与众不同。

text_list3 = ['text_i_dont_want aaaaaa aaaaaaa', 'text_i_want', 'text_i_want.', 'ttttttt tttttt', 'text_i_dont_want', 'text_i_dont_want', 'text_i_dont_want']

    rx = re.compile(r'aaa\s+aaa$')
    ans = [i for (i, x) in enumerate(text_string) if rx.search(x)]
    pattern = 'ttttttt tttttt'
    if ans:
        ans_text = text_list3[ans[0]+1:-2]
        if pattern in text_list3:
            ans_text = text_list3[ans[0]+1:-3]

标签： pythonregex

解决方案

您可以在以字符串结尾的text_string（不是字符串而是列表）中找到一个项目aaaaaa aaaaaaa，然后通过切片获取下一个项目中的所有项目，直到您需要的项目：

text_string = ['text_i_dont_want aaaaaa aaaaaaa', 'text_i_want', 'text_i_want\ntext_i_want.', 'text_i_want.', 'text_i_dont_want\text_i_dont_want', 'number_i_dont_want']
start = [i for (i, x) in enumerate( text_string ) if x.endswith('aaaaaa aaaaaaa')][0]
print( text_string[start+1:-2] )
# => ['text_i_want', 'text_i_want\ntext_i_want.', 'text_i_want.']

查看Python 演示

如果您更喜欢用 s 检查aaas re，您可以使用

import re
text_string = ['text_i_dont_want aaaaaa aaaaaaa', 'text_i_want', 'text_i_want\ntext_i_want.', 'text_i_want.', 'text_i_dont_want\text_i_dont_want', 'number_i_dont_want']
rx = re.compile(r'aaaaaa\s+aaaaaaa$')
start = [i for (i, x) in enumerate( text_string ) if rx.search(x)]
if start:
    print( text_string[start[0]+1:-2] )

请参阅此 Python 演示。

推荐阅读