Python 如何不匹配不包含两个连续换行符的字符串

演示在。我有以下文本文件（bibtex.bbl文件）：

如果我知道命令末尾的参考代码，我想将整个

\bibitem

命令与单个条目（带有一些捕获组）匹配。我使用这个正则表达式，它适用于第一个条目，但不适用于其余条目（第二个条目如下所示）：

---

这不起作用，因为它匹配从第一个

\bibitem

命令开始到第二个

\bibibitem

命令结束的所有内容。如何仅匹配第二个

\bibitem

命令？我曾尝试对

^$

和

\n\n

使用负前瞻，但两种方法都无法使用-基本上，我希望第三个

（.*）

匹配任何不包括两个连续换行符的字符串。（如果有其他方法，我洗耳恭听。）

正则表达式不是我的强项，但这将获得您想要的所有内容，而无需立即将所有内容读入内存：

from itertools import groupby
import re
with open("file.txt") as f:
    r = re.compile(r"\[{(.*?)\((.*?)\)(.*?)}\]\{alfonsi2011gsa\}")
    for k, v in groupby(map(str.strip, f), key=lambda x: bool(x.strip())):
        match = r.search("".join(v))
        if match:
             print(match.groups())


('\\textit{Alfonsi et~al.}', '2011{\\natexlab{b}}', '\\textit{Alfonsi, Spogli,Tong, De~Franceschi, Romano, Bourdillon, Le~Huy, andMitchell}')  

---

您可以使用负环视（

？！

）来防止匹配多次出现“bibitem”。这样，匹配将以“bibitem”开始，它紧跟在您的参考代码之前。这似乎有效：

\\bibitem\[{(((?!bibitem).)*?)\((((?!bibitem).)*?)\)(((?!bibitem).)*?)}\]{alfonsi2011gsa}

---

为什么不按新线分开？不完全确定你的意思。您是否建议对“\n\n”进行拆分并对每个项目执行正则表达式？是的，即使这样会更贵。是的，这是可能的。如果可能的话，我想要一个正则表达式，但是（由于与我正在制作的内容相关的各种原因，这是一个很长的故事）我不确定我是否完全理解它，但是使用re.DOTALL可能吗

\u re\u bibibitem=re.compile（r“（\\bibibitem（.*））\n\n”，re.DOTALL | re.MULTILINE）

（注意非贪婪修饰符）谢谢！这就是我最后使用的：

\\bibitem\[{（（？：（？！^$）*？）\（（？：（？！^$）*？）\）（（？：（？！^$））*？）}\]{alfonsi2011gsa}

（flags

ms

）。我现在明白了，我的错误是只在其中一个组中使用了负面环视。这应该是在所有这些中，因为它们中的任何一个都足以包含新行。我还从您的正则表达式中删除了一些额外的捕获组，并将

bibibitem

更改为

^$

（因此，如果任何名称包含

bibibitem

，它仍然可以工作）。

from itertools import groupby
import re
with open("file.txt") as f:
    r = re.compile(r"\[{(.*?)\((.*?)\)(.*?)}\]\{alfonsi2011gsa\}")
    for k, v in groupby(map(str.strip, f), key=lambda x: bool(x.strip())):
        match = r.search("".join(v))
        if match:
             print(match.groups())


('\\textit{Alfonsi et~al.}', '2011{\\natexlab{b}}', '\\textit{Alfonsi, Spogli,Tong, De~Franceschi, Romano, Bourdillon, Le~Huy, andMitchell}')  

\\bibitem\[{(((?!bibitem).)*?)\((((?!bibitem).)*?)\)(((?!bibitem).)*?)}\]{alfonsi2011gsa}