如何使用正则表达式从底部向上搜索？

Question

这是我想要搜索的文本文件的一个例子（文件名为usefile）：

DOCK 拟声词
DOCK 啊啊啊
啊啊 DOCK 啊啊
DOCK
啊啊啊啊
拟声词
啊啊啊啊
啊啊啊 DOCK
DOCK 啊啊啊
DOCK 啊啊

我正在使用一个finditer语句来查找所有在DOCK和拟声词之间的内容，代码如下：

re.finditer(r'((dock)(.+?)(onomatopoeia))', usefile, re.I|re.DOTALL)

显然，DOCK这个词比拟声词常见得多，我只想获取在第一个DOCK和拟声词之间的文本。上面的正则表达式会抓取第一个DOCK到拟声词之间的文本，所以我可能会得到“DOCK DOCK DOCK DOCK 拟声词”，而我其实只想要“DOCK 拟声词”。

为了更清楚我的需求，以上内容我想要的是：
1. DOCK 拟声词
2. DOCK 啊啊啊 拟声词
3. DOCK 啊啊 拟声词

有没有办法可以搜索拟声词并向上找到第一个DOCK，或者有没有更好的方法来解决我的问题？

谢谢！

Answer 1

这里有一个算法的思路：

• 先设置一个标记，叫做 pushing，初始值为 false（假）。
• 把你的文本分成一个个单词（比如字母的组合），然后逐个处理这些单词。
• 当遇到一个 DOCK 而且 pushing 是 false 的时候，就把它放到一个栈里，并把 pushing 设置为 true（真）。
• 如果遇到 ono... 而且 pushing 是 true 的时候，就把栈里所有的内容打印出来，再加上 ono...，然后清空栈，把 pushing 设置回 false。
• 对于其他单词，如果 pushing 是 true，就把这个单词放到栈里。
• 如果遇到 DOCK 而且 pushing 是 true，就先清空栈，然后把新的 DOCK 放进去。

Answer 2

负向前瞻断言可以解决这个问题。

DOCK((?!DOCK).)+?onomatopoeia