捕获\n [字符串] \n之间的字符串

Question

我试图解析YouTube对歌曲的描述，将其编译成一个.csv

目前，我可以隔离时间，虽然尝试孤立歌曲和艺术家是更棘手的。

首先，我抓到了白沙

# catches whitespace
pattern = re.compile(r'\s+')

第二，timecodes (使字符串更容易处理)

# catches timecodes
pattern1 = re.compile(r'[\d\.-]+:[\d.-]+:[\d\.-]+')

然后我潜入并移除。

然后我尝试捕获\n之间的所有字符串，因为tracklist是这样格式化的

songBeforeDash = re.search(r'^([\\n][a-zA-Z0-9]*-[a-zA-Z0-9]*[\\n]*)+$', description)

格式遵循\nstring-string\n

使用这个出色的视觉，我已经能够调整它，以便它捕获第一个结果，但是任何后续的结果都不匹配。这是一种在第一次结果时停下来却没有抓住其他结果的情况吗？

这是我想要抓到的东西的样本

\nmiddleschoolxAso-Cypress\nShopan-Woodnot\nchromonicci-Memories.\nYasper-MoveTogether\nFenickxDelayde-Longwayhome\nauv-Rockaway5pm\nsadtoi-Aires\nGMillsxKyleMcEvoy-Haze\nRuckP-CoffeeBreak\n

Answer 1

您可以使用split()来完成这一任务。

t = '\nmiddleschoolxAso-Cypress\nShopan-Woodnot\nchromonicci-Memories.\nYasper-MoveTogether\nFenickxDelayde-Longwayhome\nauv-Rockaway5pm\nsadtoi-Aires\nGMillsxKyleMcEvoy-Haze\nRuckP-CoffeeBreak\n'

liste = t.split('\n')
liste = liste[1:-1:]
print(liste)

Answer 2

re.search只返回字符串中的第一个匹配项。您想要的是使用re.findall，它返回所有匹配。

编辑-由于匹配将重叠，我建议编辑regex以捕获到下一个换行符。现在它们不能重叠。考虑将regex改为：

r'^([\\n][a-zA-Z0-9]*-[a-zA-Z0-9]*)+$'

如果您想让它们重叠(这意味着您也想捕获换行符)，我建议查看这里，看看如何捕获重叠的正则表达式模式。

此外，正如@ChatterOne所建议的那样，假设没有其他类型的信息存在，使用str.split(分离器)方法在这里会很好。

descriptor.split('\n')