在python中使用正则表达式来查找字符串

Question

我试图找到一个字符串s的子字符串，从{{Infobox开始，并以}}结尾。我试着用正则表达式来做这件事，但它没有得到任何结果。我认为这个错误是在我的正则表达式中，但是因为我已经退出了正则表达式，所以我希望有人能够帮助解决这个问题。字符串s，例如：

s = '{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}' 

result = re.search('(.*)\{\{Infobox (.*)\}\}(.*)', s) 
if result: 
    print(result.group(2)) 

Answer 1

您可以使用懒点匹配，因为您的分隔符不是单符号分隔符，并且cap TURE你需要到组1什么：

import re 
p = re.compile(r'\{\{Infobox\s*(.*?)}}') 
test_str = "{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}" 
match = p.search(test_str) 
if match: 
    print(match.group(1)) 

见IDEONE demo

如果使用否定的字符类，任何{或}的信息框里面将防止整个字符串匹配。另外，由于您在需要的子字符串前后似乎不需要子字符串，因此您根本不需要匹配（或捕获）它们（因此，我将它们删除了它们）。

Answer 2

代码：

import re 
s = '{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}' 

result = re.search(r'(.*){{Infobox ([^}]*?)}}(.*)', s) 
if result: 
    print(result.group(2)) 

输出：

persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG 

注意：上述正则表达式匹配，直到它符合第一}之后{{Infobox。

重要提示：

这将仅适用于情况下，像给定样本输入工作

它不会如果输入有i.e){{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| }afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}之间的}案件一样，stribizhev的回答是工作最佳解决方案

Answer 3

s = '{{blabla}}{{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}{{blabla}}' 

# start with Infobox and two chars before, grab everything but '}', followed by two chars 
mo = re.search(r'(..Infobox[^}]*..)',s) 


print(mo.group(1)) 


# {{Infobox persoon Tweede Wereldoorlog| naam=Albert Speer| afbeelding=Albert Speer Neurenberg.JPG}}