python - 我如何制作一个找到第一个内部对词的正则表达式？

Question

我想制作一个正则表达式来捕获第一对内部单词。我的以下代码在一种情况下有效，但在另一种情况下无效。它捕获最后一对单词。

请查看下面我的代码。

def testReplaceBetweenWords():

    head_dlmt='Head'
    tail_dlmt='Tail'

    line0 = "abc_Head_def_Head_inner_inside_Tail_ghi_Tail_jkl"
    line1 = "abc_Head_first_Tail_ghi_Head_second_Tail_opq"

    between_pattern = "(^.*(?<={0}))(?!.*{0}).*?(?={1})(.*)$".format(head_dlmt, tail_dlmt)
    compiled_pattern = re.compile(between_pattern)

    # Case 0: good case: It captures the first inner words.    
    result0 = re.search(compiled_pattern, line0)  

    print("original 0    : {0}".format(result0.group(0)))
    print("expected Head : abc_Head_def_Head")
    print("found Head    : {0}".format(result0.group(1)))
    print("expected Tail :                                Tail_ghi_Tail_jkl")
    print("found Tail    : {0}{1}".format(' ' * (result0.regs[2][0]), result0.group(2)))

    print()

    # Case 1: Bad case: It captures the last pair words.    
    result1 = re.search(compiled_pattern, line1)

    print("original 1    : {0}".format(result1.group(0)))
    print("expected Head : abc_Head")
    print("found Head    : {0}".format(result1.group(1)))
    print("expected Tail :                Tail_ghi_Head_second_Tail_opq")
    print("found Tail    : {0}{1}".format(' ' * (result1.regs[2][0]), result1.group(2)))

输出如下。

original 0    : abc_Head_def_Head_inner_inside_Tail_ghi_Tail_jkl
expected Head : abc_Head_def_Head
found Head    : abc_Head_def_Head
expected Tail :                                Tail_ghi_Tail_jkl
found Tail    :                                Tail_ghi_Tail_jkl

original 1    : abc_Head_first_Tail_ghi_Head_second_Tail_opq
expected Head : abc_Head
found Head    : abc_Head_first_Tail_ghi_Head
expected Tail :                Tail_ghi_Head_second_Tail_opq
found Tail    :                                     Tail_opq

第一种情况效果很好。它捕获第一个内部对词。第二种情况不起作用。它捕获了最后一对单词，但我期望第一对单词。如何制作满足以上两种情况的正则 express ？

非常感谢。

Answer 1

使用以下正则表达式:

between_pattern = "^((?:(?!{1}).)*{0}).*?({1}.*)$".format(head_dlmt, tail_dlmt)

参见 online Python demo和 regex demo .

详情

• 第一个 .* 模式应该替换为一个经过调整的贪婪标记 (?:(?!{1}).)* 匹配任何 0+ 个字符不要开始结束分隔符字符序列(因此，您可以直到最后一个不包含 Tail 的 Head)
• 在捕获组中使用环视是没有意义的，因为这些模式将成为那些捕获组的一部分

请注意，您可能希望使用 re.S 标志编译正则表达式以支持带换行符的字符串。