如何使用pythons find获取多元组

Question

我正在尝试使用python findall（）从下面的“text”中获取多个元组

text = '[szur formatter] line 1<?xml version="1.0"?><star>[szur parser] line 2<?xml version="1.0"?><Planet>'

我想从“文本”中获得以下匹配模式

    Match 1
    [szur formatter] line 1 
    <?xml version="1.0"?><star>

    Match 2
    [szur parser] line 2
    <?xml version="1.0"?><Planet> 

我想用这个正则表达式和芬德尔一起做这个

re.findall(r'\[(szur.*?[^<])(<.*>+)', text)

这就产生了

[('szur formatter] line 1', '<?xml version="1.0"?><star>[szur parser] line 2<?xml version="1.0"?><Planet>')]

如何达到预期的效果。我的正则表达式不会产生第二个元组。我需要怎样修改我的正则表达式才能得到这个？任何提示都将不胜感激。你知道吗

Answer 1

我想知道这是否是一个好主意（即使用正则表达式），但这里您可以：

\[szur[^][]*\].*?<\w+>

使用DOTALL修饰符并参见a demo on regex101.com。

---

在Python中：

import re

string = """[szur formatter] line 1<?xml version="1.0"?><star>[szur parser] line 2<?xml version="1.0"?><Planet>"""

rx = re.compile(r'(\[szur[^][]*\].*?<\w+>)')

matches = rx.findall(string)
# matches = rx.findall(string, re.DOTALL)
print(matches)

Answer 2

下面是一个regexp，它做了一些假设：

>>> re.findall(r"(\[szur.*?[^\]]\] line \d*)([^\[]*)", text)
[('[szur formatter] line 1', '<?xml version="1.0"?><star>'), 
 ('[szur parser] line 2',    '<?xml version="1.0"?><Planet>')]

但说真的，伙计，如果你发现自己在用regexp解析XML和非XML的混合，问问自己：“我是怎么到这里来的？”你知道吗