字节“string”中字符的正则表达式模式，特定标点Python3除外

Question

我有一个文本文件，必须作为二进制读入才能工作。我正在尝试提取一些数据并放入csv文件。你知道吗

一些文本的示例如下所示：

b' "Title;""Date"";""Abstract"";""Patent Number"";""id"""\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t"The object of my invention is to lessen the rapidity or amount of this diminution \t which I do by the addition of a new step in the process of making the lamp \t as follows : After the lamphas been exhausted of air and hermetically sealed by the fusion of the exhaust-tube in the usual manner \t I connect the lamp"";""12234"";"";1.0" '

我想在“；”之间提取片段，并尝试了以下操作：

contentRegex = re.compile(b'\s{4,}"([\w+\s]+);(\d{4})\.\d;""([\w+\s+]+)"(.+[^;])')

它似乎工作得很好，除了最后一部分，它在看到第一个“；”之后继续抓取文本。所以下面的正则表达式模式似乎是错误的：

(.+[^;])

我很感激任何帮助！你知道吗

谢谢

Answer 1

如果确实需要使用regexp，请尝试以下操作： ;(.*?); 或 ;([a-zA-Z"]*?);