匹配非贪婪正则表达式分隔符

Question

我有一些文本，其中一些文本由以下部分分隔：

{# xxx #} some text {# zzz #}

在我的文本中，这个模式出现了很多次。我想从分隔符中提取some text。如何使用正则表达式完成此操作？

例如，如果我有这样的文本：

Lorem Ipsum只是印刷和排版行业的虚拟文本。自15世纪以来，Lorem Ipsum一直是行业标准的虚拟文本，当时一家未知的打印机拿出了一个排版，并将其打乱，使{# zzz #}成为了一个排版样本簿。它不仅存活了五个世纪，还经历了电子排版的飞跃，基本上保持不变。它在20世纪60年代随着包含Lorem Ipsum段落的Letraset sheets的发布而流行起来，最近又随着包括Lorem Ipsum版本的Aldus PageMaker这样的桌面出版软件而流行。

我想要一个这样的列表：

[it to make, with, desktop publishing software like Aldus PageMaker]

下面是我的非工作代码：

>>> regex = re.compile(r'{# xxx #}.*({# zzz #}).*?')

>>> re.findall(regex, s) {# zzz #}

我想我的困难是试图以一种非贪婪的方式创建正则表达式？

Answer 1

只需在分隔符之间添加?，就可以获得非贪婪行为。此外，您不应该在最后使用.*?。它什么也做不了。{}是特殊字符，应该对其进行转义。最后，括号需要包含在要匹配的部分周围。这就给了你这样的模式：

 regex = re.compile(r'\{# xxx #\}(.*?)\{# zzz #\}')

要使用它，您需要一个使用类似m = re.match的循环，然后使用m.group(1)获取第一个子组(括号中的部分)。您需要使用循环而不是findall，因为您只能获取子组的最后一个匹配项。