分析可变长度d

Question

我使用的是python3，我对RegEx还比较陌生。 我正在努力想出一个解决以下问题的好方法。 我有一个文本字符串（可以包括换行符等），其中包含多组信息。你知道吗

例如：

TAG1/123456 TAG2/ABCDEFG HISTAG3/A1B1C1D1 QWERTY TAG4/0987654321 
TAG5/THE CAT SAT ON THE MAT MYTAG6/FLINTSTONE 
TAG7/99887766AA

我需要把它解析成以下内容

TAG1/123456

TAG2/ABCDEFG

HISTAG3/A1B1C1D1 QWERTY

TAG4/0987654321

TAG5/THE CAT SAT ON THE MAT

MYTAG6/FLINTSTONE

TAG7/99887766AA

我似乎不知道如何处理可变长度标记：（TAG3和TAG5） 我总是捕捉到下一个标签

TAG5/THE CAT SAT ON THE MAT TAG6

实际上，标签本身也是可变的。大多数是3个字符后跟“/”，但不是全部。有些是4、5和6个字符长。但是所有的后面都跟“/”，除了第一个之外，所有的前面都是空格

更新信息我已经更新了示例以显示这些变量标记。但要澄清，标记可以是1-8个字母字符，前面有空格，以“/”结尾 标记后面的数据可以是一个或多个单词（字母数字），并且定义为在下一个标记开始或字符串结束之前，标记“/”后面的所有数据。你知道吗

任何指点都将不胜感激。你知道吗

Answer 1

我认为这是实现你想要的一种方法：

import re

s = """TAG1/123456 TAG2/ABCDEFG TAG3/A1B1C1D1 QWERTY TAG4/0987654321 
TAG5/THE CAT SAT ON THE MAT TAG6/FLINTSTONE 
TAG7/99887766AA"""
r = re.compile(r'\w+/.+?(?=$|\s+\w+/)')
tags = r.findall(s)
print(*tags, sep='\n')

输出：

TAG1/123456
TAG2/ABCDEFG
TAG3/A1B1C1D1 QWERTY
TAG4/0987654321
TAG5/THE CAT SAT ON THE MAT
TAG6/FLINTSTONE
TAG7/99887766AA

重要的位是非贪婪限定符+?和lookahead (?=$|\s+\w+/)。你知道吗