Python 迭代 RegEx 从定界符之间提取文本

Question

我有一个正则表达式函数，可以从两个预定义分隔符(开始和结束)之间提取字符串元素:

def Findy(start, end, anystring):
    result = (anystring.split(start)[1].split(end)[0])
    return result

string = "I want A and I want B and I want C and..."
Findy('want', 'and', string)
>>>'A'

但这只会获取它找到的第一个匹配项；我需要的是获得所有匹配项，以便；

Findy('want', 'and', string)
>>>['A','B','C']

我已经尝试合并 re.findall，但我并不总是知道我的开始和结束定界符之间存在的模式是什么，所以运气不好。

如何重构 Findy 以遍历字符串并选择所有匹配项？

Answer 1

使用正则表达式进行后视和前视:

>>> import re
>>> string = "I want A and I want B and I want C and..."
>>> re.findall(r'(?<=want ).*?(?= and)', string)
['A', 'B', 'C']

工作原理

正则表达式分为三部分:

• (?<=want )

  仅当前面有字符串 want 时才匹配.

• .*?

  这匹配任何字符。尾随 ?使这个匹配非贪婪。这意味着它会找到满足整个正则表达式的最短字符串。

• (?= and)

  仅当字符串中的这一点后跟 and 时才匹配.

为了将来引用，请单独注意 string是标准模块的名称，最好不要选择可能与标准模块冲突的变量名称。

备选

正如 AvinashRaj 指出的那样，我们也可以使用捕获组而不是后视、前视组合来做到这一点:

>>> re.findall(r'\bwant\s+(.*?)\s+and\b', string)
['A', 'B', 'C']