Python 正则表达式模式中有重叠的重复文本

我对regex不熟悉。假设我有这样一个输入：

{
 "tag0": "ABCD",
 "tag1": "EFGH",
 "tag2": "IJKL",
 ...
}

#tag0#ABCD#####tag1#EFGH###tag2#IJKL##

重复序列类似于

#tagx####

。标记字段仅包含字母和数字

我想提取这样的标签：

{
 "tag0": "ABCD",
 "tag1": "EFGH",
 "tag2": "IJKL",
 ...
}

---

我尝试了类似于

#[a-zA-Z0-9]*#（.*）##

的方法，但它提供了除第一个标记之外的所有数据。

您可以在此处使用正则表达式和非正则表达式方法：

import re
s = "#tag0#ABCD###tag1#EFGH###tag2#IJKL##"
print ( dict(re.findall(r'#([^#]+)#(.*?)(?:##|\Z)', s)) )
# => {'tag0': 'ABCD', 'tag1': 'EFGH', 'tag2': 'IJKL'}
print ( dict([(x.split('#')[0],x.split('#')[-1]) for x in s.strip('#').split('###')]) )
# => {'tag0': 'ABCD', 'tag1': 'EFGH', 'tag2': 'IJKL'}

见

#（[^#]+）#（.*）（=##|\Z）

正则表达式匹配：

• -a
  字符

• （[^#]+）

  -捕获组1：一个或多个字符，而不是

• -a
  字符

• （.*）

  -捕获组2：任何字符，0或更多，尽可能少

• （？：##|\Z）

  -直到第一次出现

  ##

  或字符串结尾

如果字符串末尾始终存在

#

，请删除

|\Z

。看

非regex的非regex方法意味着非regex方法的非regex方法意味着剥离两个字符串两端的

#
的
<非regex方法的非regex方法意味着剥离
#

/p>#|\Z）、s））（

|\Z

仅当值可能没有尾随

#

时才有必要）