python - 如何获取忽略换行符号的子字符串列表

Question

我有这样的文字:

Title
<bp n=3 /> bla bla bla
bla bla bla <bp n=4 /> bla bla bla
<bp n=5 /> bla bla bla
<bp n=6 /> bla bla bla <bp n=7 /> bla bla bla
bla bla bla

我需要得到一个这样的列表:

['<bp n=3 /> bla bla bla
bla bla bla','<bp n=4 /> bla bla bla','<bp n=5 /> bla bla bla','<bp n=6 /> bla bla bla ','<bp n=7 /> bla bla bla
bla bla bla']

我尝试使用这样的代码:

re.findall(r'(<bp n=\d+ />.*?)<bp n=\d+ />',text,re.DOTALL)

然后它跳过下一场比赛

Answer 1

<bp n=\d+ />模式末尾的部分匹配后续匹配的一部分。您可以使用

re.findall(r'<bp n=\d+ />.*?(?=<bp n=\d+ />|\Z)', text, re.DOTALL)

请参阅regex demo .

在这里，(?=<bp n=\d+ />|\Z)匹配字符串中紧随 <bp n= 的位置 , 1+ 位, /> ，或字符串结尾 ( \Z )。