python - 如何使用正则表达式遍历字符？

Question

我有一个字符串 s1，我想找到所有以 ABC 开头并以 BCD 结尾的匹配字符串:这是我尝试过的，它将返回 ['ABCDDDDCECCCBCDABCVVVBCD']

但我想要的是:ABCDDDCECCBCD, ABCVVVBCD 其实有两个匹配字符串序列我怎样才能做到这一点？谢谢!!

   s1='AABCDDDCECCCBCDABCVVVBCD'
    t1 ='ABC.*BCD'
    t2 = 'ABC.*CEC'

我想获取所有符合条件的字符串，从ABD开始到BCD结束，从ABC开始到CEC。所以预期的结果是 ABCVVVBCD 它不应该返回 ABCDDDCECCCBCD

Answer 1

你的正则表达式有两个问题。

• 你有 .* 贪婪地捕获所有内容，并尽可能多地捕获 ABCsomethingBCD
的任何序列
• 您有 $ 字符串结尾 anchor ，它强制字符串匹配直到行尾。

您可以使用此正则表达式，其中匹配从 ABC 开始，然后通过非贪婪正则表达式 .*? 捕获尽可能少的内容，然后匹配 BCD 并且由于没有 $ 字符，它不会被强制匹配到行尾。请注意，即使您将 .* 更改为 .*? 并且不从正则表达式中删除 $，您仍然只会得到一个匹配项直到行尾，这是因为 .*? 被强制匹配到行尾，因为正则表达式中存在 $ 字符。修复使行为符合预期。

ABC.*?BCD

Python 演示，

import re

s1='AABCDDDCECCCBCDABCVVVBCD'
t1 ='ABC.*?BCD'
re.findall(t1,s1)

打印，

['ABCDDDCECCCBCD', 'ABCVVVBCD']

如果您的字符串是 AABCDDDCECCCCABCVVVBCD 并且您不想匹配字符串中的第二个 ABC 直到 BCD，您可以使用这个 tempered greedy token 基于正则表达式，

ABC(?:(?!ABC).)*BCD

Regex Demo

编辑 2:对于作为 AABCDDDCECCCCABCVVVBCD 的给定字符串，您希望根据您的帖子编辑获得这两个匹配项，

ABCDDDCEC and ABCVVVBCD

你可以使用这个正则表达式，

ABC.*?(?:CEC|BCD)

Regex Demo