python RE：非贪婪匹配，重新排列和分组

Question

我正在尝试使用python RE匹配重复的线条图案

输入字符串：

start_of_line：x

第1

行第2行

start_of_line：y

第1

行第2

行第3行

start_of_line：z

第1行

基本上，我想在循环中提取字符串（每个字符串从start_of_line开始直到下一个start_of_line之前的所有字符）

我可以使用for循环轻松解决此问题，但是想知道是否有python RE可以做到这一点，我尽了最大努力，但被分组部分卡住了。

对我来说，最像解决方案的东西是

pattern= re.compile(r"start_of_line:.*?", re.DOTALL)

for match in re.findall(pattern, input_string):

    print "Match =", match

但它打印

Match = start_of_line:

Match = start_of_line:

Match = start_of_line:

如果我进行其他任何分组操作，都将输掉比赛。

Answer 1

要使用正则表达式执行此操作，必须使用先行测试：r"start_of_line:.*?(?=start_of_line|$)"否则，由于您使用的是惰性量词（*?），因此您将获得尽可能短的匹配，即之后没有任何匹配start_of_line:其它的办法：r"start_of_line:(?:[^\n]+|\n(?!start_of_line:))*"在这里，我使用一个字符类，其中包含除换行符（\n）之外的所有字符，该字符类重复了一次或多次。当正则表达式引擎找到换行符时，它会测试是否start_of_line:不跟随换行符。我将群组重复零次或多次。该模式比第一种模式更有效，因为仅当遇到换行符时才执行前瞻（每个字符均使用vs）