python re.findall不匹配重复项

Question

假设输入的数据是这样的。实际上它更长，但为了清晰起见，我就留这样。

有效期从：2014年3月5日星期三 15:40:45 GMT+00:00 到：2034年1月5日星期四 08:28:29 GMT+00:00
有效期从：2014年1月10日星期五 08:28:29 GMT+00:00 到：2034年1月5日星期四 08:28:29 GMT+00:00

这是我的代码：

 certDataArray = []
            patterns = ['Alias name:\s(.*)\n', 'Owner:\s(.*)\n', 'Issuer:\s(.*)\n', 'Serial number:\s(.*)\n', 'Valid from:\s(.*) until', 'until:\s(.*)\n']
            for pattern in patterns:
                result = re.compile(pattern)
                result = result.findall(cmd)
                certDataArray.append(result)
            certDataArray = zip(certDataArray[0],certDataArray[1],certDataArray[2],certDataArray[3],certDataArray[4],certDataArray[5])

现在，问题是 findall 这个函数无法匹配第二个“until:\s(.*)\n”的模式，因为已经有一个相同的匹配了。我不太确定我这样说是否准确，但你大概明白我的意思。

我在网上查找解决方案，找到了两个：

1) 使用新的改进版 Python 正则表达式模块。这种方法不行，因为我不是在我的电脑上运行这个代码，而是要在一个企业级的平台上运行。升级 Python 的可能性不大，我也不认为我可以简单地把 regex.py 复制到服务器上让那里的 Python 使用它，对吧？我下载了这个包，似乎需要安装，而我在这个系统上是不能进行安装的。

2) re.iterate。我看了一下，但老实说，我不太明白它是怎么工作的。

我也尝试把字符串分解成行，然后用“for”循环遍历每一行，但这看起来像是个笨办法，可能会带来很大的问题。

欢迎任何想法，谢谢。

Answer 1

这并不是因为它是重复匹配——第二行并没有以'\n'结尾。你其实应该使用：

• r"原始字符串"，这样可以防止转义字符搞混；
• 正则表达式中的字符串结束标记$，而不是\n；
• 还有re.MULTILINE选项，这样可以把每一行当作单独的内容来处理。

例如：

>>> s = """Valid from: Wed Mar 05 15:40:45 GMT+00:00 2014 until: Thu Jan 05 08:28:29 GMT+00:00 2034
Valid from: Fri Jan 10 08:28:29 GMT+00:00 2014 until: Thu Jan 05 08:28:29 GMT+00:00 2034"""
>>> import re
>>> re.findall(r'until:\s(.*)$', s, re.MULTILINE)
['Thu Jan 05 08:28:29 GMT+00:00 2034', 'Thu Jan 05 08:28:29 GMT+00:00 2034']