python - 需要正则表达式的帮助来获取强制值之后的任何内容

Question

我有一个文本，需要抓取数据并将其拆分。我需要在一大组文本中找到“审阅频率”，然后一旦找到，就将其后面的所有内容放在“)”处。
示例文本为:

No. of components Variable
Review frequency Quarterly (Mar., Jun., Sep., Dec.)
Quick facts
To learn more about the

我需要的是“季度”和“三月、六月、九月、十二月”

我当前的正则表达式是:

((?=.*?\bReview frequency\b)(\b(Q|q)uarterly|(A|a)nnually|(S|s)emi-(A|a)nnually))

但这不起作用。本质上，在我们开始获取其他信息之前，“审阅频率”需要成为限定符，因为文件中可能还有其他日期/期间。谢谢!

Answer 1

您与该行的其余数据不匹配。

我建议使用:

(?m)^Review frequency[ \t]+(\w+)[ \t]+(.+)

请参阅regex demo

如果第一个捕获组只能包含模式中所示的 3 个单词，请使用

(?m)^Review frequency[ \t]+([Qq]uarterly|(?:[Ss]emi-)?[Aa]nnually)[ \t]+(.*)

参见another regex demo

Use these patterns with re.findall :

import re
regex = r"(?m)^Review frequency[ \t]+([Qq]uarterly|(?:[Ss]emi-)?[Aa]nnually)[ \t]+(.*)"
test = "No. of components Variable\nReview frequency Quarterly (Mar., Jun., Sep., Dec.\nQuick facts\nTo learn more about the"
print(re.findall(regex, test))