Python正则表达式匹配：## ##

Question

我正在逐行搜索文件，发现## random_string ##。它适用于多个＃...

的情况

pattern='##(.*?)##'
prog=re.compile(pattern)

string='lala ###hey## there'
result=prog.search(string)

print re.sub(result.group(1), 'FOUND', string)

期望的输出：

"lala #FOUND there"

相反，我得到以下内容，因为它抓住了整个###嘿##：

"lala FOUND there"

那么如何在开头或结尾忽略任意数量的＃，只捕获“## string ##”。

Answer 1

要在两端匹配至少两个哈希值：

pattern='##+(.*?)##+'

Answer 2

你的问题在于内心的匹配。您使用.，它匹配任何字符，而不是行结尾，这意味着它也匹配#。因此，当它获得###hey##时，它会将(.*?)与#hey匹配。

简单的解决方案是从匹配集中排除#字符：

prog = re.compile(r'##([^#]*)##')

Protip：对正则表达式使用原始字符串（例如r''），这样你就不必为反斜杠转义而疯狂。

尝试在哈希中允许#会使更多更复杂。

编辑：如果您不想允许空白内部文本（即“####”不应与“”的内部文本匹配），请将其更改为：

prog = re.compile(r'##([^#]+)##')

+表示“一个或多个。”

Answer 3

'^#{2,}([^#]*)#{2,}' - 两端的任意数量的＃＆gt; = 2

要小心使用像（。*？）这样的惰性量词，因为它匹配'## abc #####'并捕获'abc ###'。懒惰的量词也很慢

Answer 4

尝试“阻止评论技巧”：/##((?:[^#]|#[^#])+?)##/

Answer 5

将+添加到正则表达式，这意味着匹配一个或多个字符。

pattern='#+(.*?)#+'
prog=re.compile(pattern)

string='###HEY##'
result=prog.search(string)
print result.group(1)

输出：

HEY

Answer 6

您是否考虑过采用非正则表达方式？

>>> string='lala ####hey## there'
>>> string.split("####")[1].split("#")[0]
'hey'

Answer 7

>>> import re
>>> text= 'lala ###hey## there'
>>> matcher= re.compile(r"##[^#]+##")
>>> print matcher.sub("FOUND", text)
lala #FOUND there
>>>