如何将替代方案与python regex匹配

Question

给定字符串1：

“汤姆喜欢去游泳，玛丽喜欢去操场，简喜欢购物。”

我只想捕捉两个名字之间的文字。不是汤姆和玛丽就是汤姆和简。如果玛丽出现在简面前，我想抓住汤姆和玛丽之间的文字。然而，如果简先出现，我想捕捉汤姆和简之间的文字。

我编写了以下代码：

text = re.compile(r'''(
            TOM\s*
            ([\w\W]+)\s*
            JANE|MARY
            )''', re.VERBOSE)

text_out = text.search(string).group(1)

然而，这段代码将给我汤姆和简之间的文本，即使玛丽首先出现。我理解这是因为管道函数从左到右读取，因此将首先匹配Jane。是否有一种方法可以对此进行编码，使其取决于谁首先出现在文本中？

例如，在string2：‘’汤姆喜欢游泳，简喜欢购物，玛丽喜欢去操场‘

我想为string2捕捉汤姆和简之间的文字。

Answer 1

您需要修复您的替换，它必须用一个非捕获组(?:JANE|MARY)括起来，并在[\w\W]中使用一个惰性量词(我将用.*替换它，并使用re.DOTALL修饰符来使点也匹配换行符)：

(?s)TOM\s*(.+?)\s*(?:JANE|MARY)

见regex演示

没有(?:...|...)，您的正则表达式匹配Tom，那么任何1+字符都尽可能多(也就是说，regex抓取整个字符串，然后回溯以匹配最后出现的后续子模式JANE)和JANE或MARY子字符串。现在，固定正则表达式匹配：

• (?s) - DOTALL内嵌改性剂
• TOM -文字字符序列
• \s* - 0+白空间
• (.+?) -第1组(捕获)：任何1+字符，尽可能少的，直到第一次出现后续子模式.
• \s* - 0+白空间
• (?:JANE|MARY) - JANE或MARY子字符串。