在特定字符之前重复python正则表达式

Question

我想要获取所有的文本，直到出现一个感叹号（!）。比如说：

some textwfwfdsfosjtortjk\n
sdsfsdfsdfsdfsdfsdfsdfsfsfsdfsdfsdf\n
sfsgdfgdfgdgdfgdg\n
!

在感叹号之前的行数是变化的，所以我不能像这样写一个固定的正则表达式。

"+\n^.+\n^.+"

我正在使用re.MULTLINE这个选项，但我应该使用re.DOTALL吗？

谢谢！

Answer 1

根据Python的一个理念“先做再说”（EAFP），我建议你写一个简单易懂的子程序，这样如果你需要更改分隔符时，维护起来会比较方便。

SEPARATOR = u"!"
def process_string(s):
 try:
  return s[:s.index(SEPARATOR)]
 except ValueError:
  return s

这个函数会返回从字符串开始到你定义的分隔符之前的部分。如果找不到分隔符，它会返回整个字符串。这个函数在处理换行符时也能正常工作。如果你的分隔符改变了，只需要简单地修改SEPARATOR就可以了。

当你请求一个字符串中不存在的字符的索引时，会抛出ValueError这个异常（你可以在命令行试试："Hola".index("1")，会抛出ValueError: substring not found）。这个工作流程假设你大多数情况下都希望SEPARATOR字符在字符串中，所以你先尝试去找它，而不去询问（也就是不先检查SEPARATOR是否在字符串中）；如果找不到（index方法抛出ValueError），那么你就“请求原谅”（返回原始的字符串）。这种方法（EAFP）在适用时被认为是符合Python风格的，就像在这个例子中一样。

不需要使用正则表达式；这只是一个简单的问题。

Answer 2

你想要从输入的开头开始匹配，直到第一个!字符，但不包括这个字符，对吧？这样做就可以：

re.match(r'[^!]*', input)

如果没有感叹号，这个匹配会得到整个字符串。如果你只想匹配包含!的字符串，可以加一个前瞻：

re.match(r'[^!]*(?=!)', input)

这里不需要MULTILINE标志，因为没有锚点（^和$），而且也不需要DOTALL，因为没有点号。

Answer 3

为什么这需要用到正则表达式呢？

index = str.find('!')
if index > -1:
    str = str[index:] # or (index+1) to get rid of the '!', too