正则表达式用于短语中的多个换行符

Question

我正在使用 Python 学习正则表达式，我想准备一个 RE 来匹配和收集以下输入中的句子：

1. 食品：蛋糕：由面粉、糖和其他成分制成的烘焙甜食品。

2. 电子设备：计算机：执行计算机编程操作的机器。
   计算机主要由CPU、显示器、键盘和鼠标组成。

3. 汽车：汽车：汽车是用于运输的四轮机动车辆。

我的预期输出应该为我提供类别、项目和该项目的描述。因此，对于第一项“蛋糕”，RE 应将“食品”、“蛋糕”、“由面粉、糖和其他成分制成的烘焙甜食”分组。

我当前的 RE 看起来像这样：

[0-9]+\s*.\s*(\w*)\s*:\s*(\w*)\s*:\s*(.*)

这似乎适用于具有没有换行符的描述的项目。如果它有换行符，即示例中的“计算机”，则 RE 只匹配其到换行符的描述。RE 丢弃该描述中的第二句话。

请帮助我理解我在这里错过了什么。

Answer 1

如果类别、项目和描述由双换行符分隔，您可以使用此示例来解析它（regex101）：import retxt = '''1. Food : Cake : Baked sweet food made from flour, sugar and other ingredients.2. Electronics : Computer : A machine to carry out a computer programming operation.   Computers mainly consists of a CPU, monitor, keyboard and a mouse.3. Automobile : Car : Car is a four wheeled motor vehicle used for transportation.'''for cat, item, desc in re.findall(r'^(?:\d+)\.([^:]+):([^:]+):(.*?)(?:\n\n|\Z)', txt, flags=re.M|re.S):    print(cat)    print(item)    print(desc)    print('-' * 80)印刷： Food  Cake  Baked sweet food made from flour, sugar and other ingredients.-------------------------------------------------------------------------------- Electronics  Computer  A machine to carry out a computer programming operation.   Computers mainly consists of a CPU, monitor, keyboard and a mouse.-------------------------------------------------------------------------------- Automobile  Car  Car is a four wheeled motor vehicle used for transportation.--------------------------------------------------------------------------------

Answer 2

这可能是一种基本方法，但它适用于您提供的示例输入：[0-9]+\s*.\s*(\w*)\s*:\s*(\w*)\s*:\s*((?:.*[\n\r]?)+?)(?=$|\d\s*\.)基本上，我们在描述中采用尽可能多的文本（包括换行符），直到到达文件末尾或另一个数字索引。