Python正则表达式文本到json脚本，以获取同一单词出现之间的所有文本？

Question

您好，我正在编写一个python正则表达式解析器，我正在尝试编写一个正则表达式，它在大量文本中的单词QUESTION之间选择文本

示例文本

Exam A
QUESTION 1
Blank is designed to help users.
A. baba.
B. caca.
C. sasa.
D. tyty.
Correct Answer: D
Explanation
Explanation/Reference:
QUESTION 2
can I do something?
A. No
B. Yes
Correct Answer: C
Explanation
Explanation/Reference:
QUESTION 3
What does provide?
asdasdasd


import re
import os
import sys


questions_file_text = open("questionguide.txt", "r").read()


Questions = re.findall("(?:(?!QUESTION).|[\n\r])*QUESTION",questions_file_text)

因此，我想选择所有内容，包括问题编号，直到下一个问题出现。通过这种方式，我可以进行一些文本解析，将其格式化为json

我会做python，只是我的正则表达式有点不对劲，有人能帮我吗

这是我见过的最酷的一次

Answer 1

好吧，我很笨，答案如下：

import re
import os
import sys


questions_file_text = open("guide.txt", "r").read()


Questions = re.findall("(QUESTION([\s\S]*?)QUESTION)",questions_file_text)

print Questions

Answer 2

如果您使用QUESTION([\s\S]*?)QUESTION，您将错过每隔一个Question，因为下一个Question将与上一个正则表达式匹配一起使用

你可以用

re.findall(r"QUESTION.*?(?=QUESTION|$)",questions_file_text, re.S)

见regex demo。您还可以捕获各个部分：

re.findall(r"QUESTION\s+(\w+)\s*(.*?)(?=QUESTION|$)",questions_file_text, re.S)

见another regex demo

正则表达式详细信息

• QUESTION-一个{}字
• \s+-1+空格字符
• (\w+)-组1：一个或多个单词字符
• \s*-0+空格
• (.*?)-第2组：任何0+字符，尽可能少
• (?=QUESTION|$)-直到QUESTION或字符串结尾