为什么look ahead会返回匹配的时间戳

Question

尝试用python编写一个脚本进行后期处理。我有一个包含带有时间戳的消息的文件。我想将所有邮件提取到一个列表中。
Regex-从消息开始直到下一个时间戳

findallItems = re.findall(r'(?s)((?<=message).*?(?=((\d{4})\-((0[1-9])|(1[0-2]))\-((0[1-9])|(1[0-2]))|\Z)))', fileread)

这工作得很好，但它也返回匹配的时间戳。我怎么能只回邮件而不加时间戳呢

如果我使用先行位置作为文本，那么它工作得很好。例如

findallItems = re.findall(r'(?s)((?<=message).*?(?=message|\Z))',fileread)

Answer 1

您需要删除不必要的捕获括号，并将其他括号转换为非捕获括号：

findallItems = re.findall(r'(?s)(?<=message).*?(?=(?:\d{4}-(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-2])|\Z))', fileread)

见this regex demo

但是，您可以只在必要的模式上保留一个捕获组，re.findall将只返回此组值：

(?s)message(.*?)(?:\d{4}-(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-2])|\Z)
           ^   ^

见another regex demo