如何在Python的正则表达式中省略中间的词？

Question

我有一个多行字符串，内容像这样：

"...Togo...Togo...Togo...ACTIVE..."

我想提取第三个'Togo'和'ACTIVE'之间的所有内容，以及字符串的剩余部分。但是我找不到合适的正则表达式来做到这一点。如果我尝试类似下面的写法：

reg = "(Togo^[Togo]*?)(ACTIVE.*)"

但是什么都没有被捕获（最外面的括号是用来捕获内容的）。

Answer 1

"(Togo(?:(?!Togo).)*)(ACTIVE.*)"

在你的正则表达式中，方括号表示一个字符类，它可以匹配字符 'T'、'o' 或 'g' 中的任意一个。插入符号（'^'）在字符类外面时表示输入的开始，而如果放在方括号里面，则是用来反转字符类，也就是说匹配不在这个字符类中的字符。

在我的正则表达式中，匹配完单词 "Togo" 后，我会一个字符一个字符地继续匹配，但在这之前我会先检查一下，确保这不是另一个 "Togo" 的开始。(?!Togo) 这个部分叫做 负向前瞻。

Answer 2

reg = "Togo.*Togo.*Togo(.*)ACTIVE"

reg = "Togo(([^T]|T[^o]|To[^g]|Tog[^o])*T?.?.?)ACTIVE"

另外，如果你想找到最后一次出现的“Togo”和接下来出现的“ACTIVE”之间的字符串，而“Togo”出现的次数不一定是三次，可以试试这个方法：

Answer 3

这段内容只匹配我们想要的部分：

.*(Togo.*?)(ACTIVE.*)

开头的 .* 是贪婪的，所以后面的 Togo 会在最后一个可能的位置匹配。被捕获的部分是从最后一个 Togo 开始的。

在你的表达式 ^[Togo]*? 中，结果并不正确。^ 是用来匹配行的开头，而 [Togo] 则是匹配字符 T、o 或 g 中的任意一个。即使是 [^Togo] 也不行，因为它只匹配不是 T、o 或 g 的任何字符。