如何用python得到最短匹配（复杂的nongreedy模式）

Question

我正在尝试获得模式'''.*?''' is a [[.*?]]的最短匹配，例如

'''fermentation starter''' is a preparation to assist the beginning of the [[fermentation (biochemistry)|fermentation]]. A '''starter culture''' is a [[microbiological culture]]

它包含目标字符串

^{pr2}$

我们的想法是得到后面的字符串。为此，我使用以下python代码：

regex = re.compile("'''.*?''' is a \[\[.*?\]\]")
re.findall(regex, line)

然而，我得到的是完整的句子而不是最短的句型。请注意，我添加了“？”在限定符后使比赛以非贪婪的方式进行。我也可以用

re.findall(regex, line[30:])

为了避免第一次出现{}，但我正在寻找一个更自然的解决方案。在

Answer 1

您可以使用此基于lookahead的regex：

>>> print re.findall(r"'''(?:(?!''').)*''' is a \[\[.*?\]\]", line)
["'''starter culture''' is a [[microbiological culture]]"]

(?:(?!''').)*将匹配0个或多个在下一个位置没有'''的字符，因此要确保匹配两个'''之间的最短匹配。在

RegEx Demo

Answer 2

如果您确定''' '''内不会有“[”，一个简单的解决方案是：

regex = re.compile("'''[^[]*?''' is a \[\[.*?\]\]")
regex.findall(line)

或者您也可以使用'执行相同的操作：

^{pr2}$