python - 如何在正则表达式中隐藏匹配之后和关键字之前的文本？

Question

我想匹配 KEYWORD 之前的任何用户评论。另外，我想在关键字之前的最后一条评论之后跳过变量不重要的文本。

import re`

string = '''
COMMENTS:  
first comment /user_x  
second comment
two lines /user_y
Here is some unimportant text.  
KEYWORD:
Don't match comments or anything else after first keyword like this /user_x  
KEYWORD: <- again
Also ignore same keyword which could appear serveral times.
'''

我的结果不会跳过不重要的文本。

pattern = re.compile(r'(?<=COMMENTS:)(.+?/(user_x|user_y))+?(?:.+?)(?=KEYWORD:)', flags=re.DOTALL)
match = re.search(pattern, string).group(0)

print(match)

我想要以下输出:

first comment /user_x  
second comment
in two lines /user_y

我做错了什么？非常感谢

Answer 1

您可以使用

pattern = re.compile(r'COMMENTS:\s*((?:(?:(?!KEYWORD:).)+?/(?:user_x|user_y))+).+?KEYWORD:', flags=re.DOTALL)
match = re.search(pattern, s)
if match:
    print(match.group(1))

输出不再包含不相关的行:

first comment /user_x  
second comment
two lines /user_y

请参阅Python demo

详细信息

• COMMENTS: - 文字子字符串
• \s* - 0+ 个空格
• ((?:(?:(?!KEYWORD:).)+?/(?:user_x|user_y))+) - 捕获组 1 (match.group( 1) 如果存在匹配，将保留该值):一次或多次重复
  • (?:(?!KEYWORD:).)+? - 不启动 KEYWORD: 的任何字符，一个或多个但尽可能少字符序列
  • / - 一个 / 字符
  • (?:user_x|user_y) - user_x 或 user_x
• .+?KEYWORD: - 任意 1 个或多个字符后的 KEYWORD:，尽可能少。

请参阅regex demo .