python - 使用正则表达式在一段时间之前获取所有内容？

Question

我有一个看起来像这样的字符串:

STRING 1 160 Some descriptor information. /Uselessstuff.; STRING 161 274 Some other descriptor information. /Moreuselessstuff.; STRING 275 1070 Last descriptor info. /Lastuselesspart.

现在我想提取两个整数和句点之后的信息，然后忽略所有内容，直到字符串末尾或分号为止。所以我希望最终得到:

[('1', '160', 'Some descriptor information'), ('161', '274', 'Some other descriptor information'), ('275', '1070', 'Last descriptor info')]

我试过:

import re
s = "STRING 1 160 Some descriptor information. /Uselessstuff.; STRING 161 274 Some other descriptor information. /Moreuselessstuff.; STRING 275 1070 Last descriptor info. /Lastuselesspart."
re.findall(r'(\d+)\s(\d+)\s(\w+)', s)

但是，这只会给出以下内容:

[('1', '160', 'Some'), ('161', '274', 'Some'), ('275', '1070', 'Last')]

如何获取到该期间的剩余信息？

Answer 1

你的正则表达式是，

(\d+)\s(\d+)\s([^\.]*)

DEMO

你的 python 代码是，

>>> s = "STRING 1 160 Some descriptor information. /Uselessstuff.; STRING 161 274 Some other descriptor information. /Moreuselessstuff.; STRING 275 1070 Last descriptor info. /Lastuselesspart."
>>> m = re.findall(r'(\d+)\s(\d+)\s([^\.]*)', s)
>>> m
[('1', '160', 'Some descriptor information'), ('161', '274', 'Some other descriptor information'), ('275', '1070', 'Last descriptor info')]

解释:

• (\d+) 将一个或多个数字捕获到一个组中。
• \s 上面捕获的数字后跟一个空格。
• (\d+) 一个或多个数字再次被捕获到第二组中。
• \s 后跟一个空格。
• ([^\.]*) 零次或多次捕获非文字点的任何字符。