python - 如何为多次出现的分隔字符串编写正则表达式

Question

我可以获得多个以 $startMsg$ 开头并以 $endMsg$ 结尾的字符串。所以以下是可接受的和 Not Acceptable :

1. $startMsg$abcd$endMsg$:允许
2. $startMsg$abcd$endMsg$aaa : 不允许，因为在 $endMsg$ 之后有 aaa
3. 期待 $startMsg$，但只找到 $endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$:不允许
4. 未找到匹配的 $endMsg$。
   $startMsg$abcd$endMsg$xyz$startMsg$:不允许
5. $startMsg$abcd$endMsg$xyz$startMsg$dad$endMsg$:允许
6. 在 $startMsg$ 之前找到 $endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$dad$startMsg$:不允许
7. aaa$startMsg$abcd$endMsg$ :不允许，因为在 $startMsg$
之前有 aaa

我试过这样的:

 ^((\$startMsg\$[^(\$startMsg\$>>)(\$endMsg\$)]*\$endMsg\$))*$

我可以获得多个以 $startMsg$ 开头并以 $endMsg$ 结尾的字符串。所以以下是可接受的和 Not Acceptable :

1. $startMsg$abcd$endMsg$:允许
2. $startMsg$abcd$endMsg$aaa : 不允许，因为在 $endMsg$ 之后有 aaa
3. 期待 $startMsg$，但只找到 $endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$:不允许
4. 未找到匹配的 $endMsg$。
   $startMsg$abcd$endMsg$xyz$startMsg$:不允许
5. $startMsg$abcd$endMsg$xyz$startMsg$dad$endMsg$:允许
6. 在 $startMsg$ 之前找到 $endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$dad$startMsg$:不允许
7. aaa$startMsg$abcd$endMsg$ :不允许，因为在 $startMsg$
之前有 aaa

我试过这样的:

 ^((\$startMsg\$[^(\$startMsg\$>>)(\$endMsg\$)]*\$endMsg\$))*$

• ^ at start: 字符串的开头
• \$:转义$
• $ at end:字符串结尾

但这似乎很不正确。

但这似乎很不正确。我如何在 Python 中执行此操作？

[^(\$startMsg\$>>)(\$endMsg\$)]* 是否允许匹配任何不包含 $startMsg$ 和 $endMsg$。似乎是这样，不是吗？但是那么我应该如何在不完成正则表达式的情况下做到这一点呢？

或者这可以简单地用正则表达式撤销，因为它与下推自动机相关，因此绝对不能用有限的自动/正则表达式撤销。

Answer 1

检查此正则表达式，它适用于您提到的示例。

^(\$startMsg\$)((\w)*(\$endMsg\$\w+\$startMsg\$)*(\w)*)*(\$endMsg\$)$

如果开始和结束之间除了字符之外还有任何其他内容，请更改 \w。

然后，如果您只想获取字符串开头和结尾之间的字符，请在顶部应用以下正则表达式

(?<=\$startMsg\$)\w+(?=\$endMsg\$)

这将列出给你的字符。