Python/正则表达式/findall : How do I extract a pattern from behind the match?

Question

我确实研究了后视模式 (?<=...) 但这似乎并没有挽救比赛。

输入:

aaaaaaGET(abc)aaaaaa
aaaaaaaaaaaaa
aaaaaMATCH(00)aaaaaaa
aaaaaaaaaaaaa
aaaaGEX(xyz)aaaaaa
aaaaaaGET(notneed)aaaaaa
aaaaaaGEX(no)aaaaaa
aaaaaaGET(nope)aaaaaa
aaaaaaGET(AbC)aaaaaa
aaaaaaaaaaaaa
aaaaaaaaaaaaa
aaaaaMATCH(01)aaaaaaa
aaaaaaaaaaaaa
aaaaGEX(XYz)aaaaaa

输出:

[(abc, 00, xyz), (AbC, 01, XYz]

我想使用 re.findall 找到所有 MATCH 部分，然后是 GET(匹配之上)和 GEX(匹配之下)之后的内容，但我不知道如何从后面得到类似的东西。

如果我所有的相关匹配都在 MATCH 之前，我会得到类似

re.findall('MATCH\((\d*)\).*?GEX\(([A-Za-z]*)\)', text, re.DOTALL)

但不确定如何返回并获取 GET 值

Answer 1

我想你想要这样的东西，

>>> import re
>>> s = """aaaaaaGET(abc)aaaaaa
... aaaaaaaaaaaaa
... aaaaaMATCH(00)aaaaaaa
... aaaaaaaaaaaaa
... aaaaGEX(xyz)aaaaaa
... aaaaaaGET(notneed)aaaaaa
... aaaaaaGEX(no)aaaaaa
... aaaaaaGET(nope)aaaaaa
... aaaaaaGET(AbC)aaaaaa
... aaaaaaaaaaaaa
... aaaaaaaaaaaaa
... aaaaaMATCH(01)aaaaaaa
... aaaaaaaaaaaaa
... aaaaGEX(XYz)aaaaaa"""
>>> m = re.findall(r'GET.*?\(([^)]*)\)(?:(?!GET|GEX).)*?\(([^)]*)\)(?:(?!GET|GEX).)*?GEX\(([^)]*)\)', s, re.DOTALL)
>>> m
[('abc', '00', 'xyz'), ('AbC', '01', 'XYz')]

(?:(?!GET|GEX).)* 否定先行检查以下三个字符不是 GET 或 GEX , 如果它不存在，那么只有它匹配下一个字符。