获取字符串之间的子字符串。但这种情况会发生多次

Question

如果我有以下字符串：

s = 'sdsdsdBetreft:ddddddBetreft:HOOOIIIIgagaga'

如何获得HOOOIIII？你知道吗

我尝试了以下方法：

p = re.search(r'Betreft:(.*?)gagaga', s).group(1)
print(p)

但这给了我：

ddddddBetreft:HOOOIIII

这是因为“Betreft”出现多次。我迷路了。你知道吗

有什么建议吗？你知道吗

Answer 1

如果要确保在最后一个Betreft之前不捕获任何内容，那么一个选项是使用lookarounds。考虑以下回火点：

(?:(?!Betreft:).)*

这意味着消费任何东西，只要我们从不向前看并看到字符串Betreft。在下面模式的上下文中，这是避免在较早出现的Betreft处开始匹配的一种方法。你知道吗

s = 'sdsdsdBetreft:ddddddBetreft:HOOOIIIIgagaga'
p = re.search(r'(?<=Betreft:)(?:(?!Betreft:).)*(?=gagaga)', s).group(0)
print(p)

HOOOIIII

Demo

Answer 2

问题的根源是像.*这样的表达式通常是匹配的 与regex作者的实际意图相比，文本太多了。你知道吗

一种可能的解决方案是匹配除:以外的字符序列， 可能更好的选择是非空变量，因此 正则表达式的一部分应该是：[^:]+。你知道吗

正如您定义的“边框字符串”（在匹配文本之前和之后）， 将这两个选项都用作正向向后看和正向向前看， 所以整个正则表达式可以是：

(?<=Betreft:)[^:]+(?=gagaga)

Answer 3

您可以在regex前面添加.*，以使用前面出现的所有Betreft:：

re.search(r'.*Betreft:(.*?)gagaga', s).group(1)

返回：HOOOIIII