具有多个值的前瞻性断言

Question

我有以下案文：

[red]

aaa [bbb] hello

[blue]

aaa

[green]

ccc

我想提取各节标题之间的所有文本。我尝试了从特定节头到另一个标头列表中匹配的前瞻性断言：

keys = ('red', 'blue', 'green')
for key in keys:
    match = re.search(r'\[' + key + r'\](.*)(?=(?:' + '|'.join(keys) + r'|$))',
                      text, flags=re.DOTALL)

    print(key, match.group(1))

不过，我漏掉了一些东西，因为它与任何东西都不匹配。有什么想法吗？

Answer 1

最后，我决定不使用正则表达式来匹配部分内容。

# Walk through the file line by line and collect text from the specific sections
keys = ('red', 'blue', 'green')
last_section = ''
for line in text.splitlines():
    if line.startswith('#'):
        continue

    match = re.match(r'^\[(' + '|'.join(keys) + ')\]', line)
    if match:
        last_section = match.group(1)
        continue

    if last_section:
        new_contents[last_section] += '\n' + line

for section in new_contents:
    new_contents[section] = new_contents[section].strip()

Answer 2

你能找到的！你可以把你的部分和它中的值组合在一起，

>>> import re
>>> print re.findall(r'\[(\w*)\]([\w \n]*)',text)
[('red', '\n\naaa '), ('bbb', ' hello\n\n'), ('blue', '\n\naaa\n\n'), ('green', '')]

这里是您的部分\[(\w*)\]和([\w \n]*)，用于您节中的内容。有了这个结果，您可以删除或替换多余的换线！

希望能帮上忙！

Answer 3

也许像这样的方法可以奏效：

keys = ('red', 'blue', 'green')

res = re.findall(r'\[\w+\].?|([\w\[\] ]+)', text)
res = [x for x in res if x]

for n in range(len(keys)):
    print(keys[n], res[n])

结果：

('red', 'aaa [bbb] hello')
('blue', 'aaa')
('green', 'ccc')

示例

https://regex101.com/r/p55ckh/1