Python: 重复查找两个字符串之间的一个字符串

Question

我刚接触Python，还在学习正则表达式，所以这个问题对一些正则表达式专家来说可能很简单，但是请听我细细道来。我想我的问题是以下问题的一个普遍扩展 这个问题是关于在两个字符串之间查找一个字符串。我想知道：如果在一个长字符串中多次重复出现此模式（初始子串+要查找的子串+结束子串）会怎样呢？ 例如：

test='someth1 var="this" someth2 var="that" '
result= re.search('var=(.*) ', test)
print result.group(1)
>>> "this" someth2 var="that"

相反，我想要得到一个类似于["this","that"]的列表。我该怎么做？

- Nonancourt

---

需要使用正则表达式吗？ - Ma0

那是我们的想法，但如果有更合理的方法，请务必尝试！ - Nonancourt

@Nonancourt - 在几乎所有情况下，正则表达式都是最快且最易读的方法。当然，您可以手动搜索字符串，但必须有非常充分的理由才能选择这种方式。 - zwer

@Ev.Kounis，你在没有使用re的情况下是如何思考的？我很好奇。 - Chris_Rands

Answer 1

使用re.findall()函数：

result = re.findall(r'var="(.*?)"', test)
print(result)  # ['this', 'that']

如果 test 字符串包含多行，使用 re.DOTALL 标志。

re.findall(r'var="(.*?)"', test, re.DOTALL)

- zwer

---

如果字符串包含\n，则此解决方案无法正常工作。如何修改此答案以支持：test = 'someth1 var="this \n then" someth2 var="that" ' - Alex Fine

@AlexFine 如果你需要它在多行上工作，你需要在匹配时设置re.DOTALL标志，以便点号匹配新行。你可以显式地传递标志：re.findall(r'var="(.*?)"', test, re.DOTALL)，或者在模式中使用内联语法：re.findall(r'(?s)var="(.*?)"', test)。 - zwer

Answer 2

您当前使用的正则表达式存在问题，捕获组(.*)是一个极度贪婪的语句。在字符串中第一次出现var=后，该捕获组将获取之后的所有内容。

如果您将表达式的概括减少到var="(\w+)"，则不会遇到同样的问题，因此将那行python代码更改为：

result = re.findall(r'var="([\w\s]+)"', test)

- m_callens

---

如果输入字符串包含var="foo bar"（或任何非单词字符），并且假设他想提取引号之间的所有内容，那么这将失败。 - zwer

@zwer 是的，这可能是正确的，但如果引号内的单词被用作变量，如 var= 前缀所示（这个假设最好不要在 OP 没有指定的情况下做出），那么内容将永远不会有空格。 - m_callens

\w 将会匹配数字，但是 3this 不是一个合法的变量名。 - zwer

感谢规范，@zwer。实际上，我对一般情况很感兴趣，当它可能是var="foo bar"时。 - Nonancourt

@Nonancourt 好的，我现在会进行修订。 - m_callens

@zwer的回答同样适用，我只是不赞成在表达式中使用“.”。 - m_callens