如何使用正则表达式遍历字符？

Question

我有一个字符串s1，我想找到所有以ABC开头，以BCD结尾的匹配字符串： 这是我尝试过的，它将返回['ABCDDDCECCCBCDABCVVVBCD']

但是我想要的是：ABCDDDCECCCBCD, ABCVVVBCD实际上有两个匹配的字符串序列 我怎样才能做到这一点？ 谢谢！！你知道吗

   s1='AABCDDDCECCCBCDABCVVVBCD'
    t1 ='ABC.*BCD'
    t2 = 'ABC.*CEC'

我想得到所有符合条件的字符串，即从ABD开始，以BCD结束，从ABC开始，以CEC结束。 所以预期的结果是ABCDDDCEC, ABCVVVBCD它不应该返回abcdddceccbcd

Answer 1

正则表达式中有两个问题。你知道吗

• 你有.*，它贪婪地捕捉所有的东西，并且会尽可能多地捕捉，这会耗尽ABCsomethingBCD的任何序列
• 您有$字符串结束锚点，它强制字符串匹配到行尾。你知道吗

您可以使用这个正则表达式，其中匹配从ABC开始，然后通过非贪婪正则表达式捕获尽可能少的内容.*?，然后匹配BCD，并且由于没有$字符，所以在行尾之前不会强制匹配。注意，即使将.*更改为.*?，并且不从regex中删除$，在行尾之前仍然只能得到一个匹配，这是因为.*?被强制匹配到行尾，因为regex中存在$字符。修正使行为符合预期。你知道吗

ABC.*?BCD

Python演示

import re

s1='AABCDDDCECCCBCDABCVVVBCD'
t1 ='ABC.*?BCD'
re.findall(t1,s1)

指纹

['ABCDDDCECCCBCD', 'ABCVVVBCD']

如果您的字符串是AABCDDDCECCCABCVVVBCD，并且在BCD之前您不想匹配字符串中的第二个ABC，您可以使用这个基于tempered greedy token的regex

ABC(?:(?!ABC).)*BCD

Regex Demo

编辑2: 对于给定的字符串AABCDDDCECCCABCVVVBCD，您希望根据您的后期编辑获得这两个匹配项

ABCDDDCEC and ABCVVVBCD

你可以用这个正则表达式

ABC.*?(?:CEC|BCD)

Regex Demo