正则表达式：匹配两个给定字符串之间的单词（没有空白或类似）

Question

我正在尝试获得能够得到单词，而不是在两个给定的字符串之间获得空白的正等式，目前我有一个：

(?<=STR1)(?:\s*)(.*?)(?:\s*)(?=STR2)

我想用它来获得以下结果：

WORD0 STR1    WORD1 WORD2 WORD3  
WORD4 WORD5 STR2 WORD6

我想要一条正则是正则匹配Word1，Word2，Word3，Word4，Word5

PS：我正在与Python合作，谢谢您

Answer 1

您不能使用re做到这一点，因为1）它不支持未知的长度lougbehind模式，而2）它不支持\ g运算符，可用于匹配字符串在两个字符串之间。

因此，您可以做的是pip安装regex，然后使用

import regex
text = "WORD0 STR1    WORD1 WORD2 WORD3  \nWORD4 WORD5 STR2 WORD6"
print( regex.findall(r"(?<=STR1.*)\w+(?=.*STR2)", text, regex.DOTALL) )
# => ['WORD1', 'WORD2', 'WORD3', 'WORD4', 'WORD5']

python demo 。 详细信息：

• （？当前位置
• \ w+ - 一个或多个单词chars
• （？=。*str2） - 正面lookahead匹配任何零或更多chars和str2 立即在当前位置的右侧。

Answer 2

假设'str1'和'str2'在场，您可以编写以下

str = "WORD0 STR1    WORD1 WORD2 WORD3\nWORD4 WORD5 STR2 WORD6"

rgx = r'\b(?!.*\bSTR1\b)\w+(?=.*\bSTR2\b)'

re.findall(rgx, str, re.S) 
  #=> ['WORD1', 'WORD2', 'WORD3', 'WORD4', 'WORD5']

re.s（与相同。 dotall）导致周期匹配所有字符，包括线终结者。

regex demo ^{_{＆lt; -}} < sub> \（ツ）/ ^{_{- ＆gt;}} python demo 正

则表达式可以分解如下。

\b          # match a word boundary
(?!         # begin a negative lookahead
  .*        # match zero or more characters
  \bSTR1\b  # match 'STR1' with word boundaries
)           # end negative lookahead
\w+         # match zero or more word characters
(?=         # begin a positive lookahead
  .*        # match zero or more characters
  \bSTR1\b  # match 'STR2' with word boundaries
)           # end positive lookahead

请注意，负lookahead确保匹配的单词（\ w+）不会后面'str1'，在这种情况下必须先于该字符串。

根据要求，\ w+可能会替换为[az]+\ d+或其他东西。

另请注意，表达式开始时的单词边界（\ b）是避免匹配'tr1'。