Python 正则表达式以摘录段落

我试图用Python编写一个正则表达式来提取段落的一部分

在下面的段落中，我想摘录的部分是粗体的

该提案将增加救助资金，向银行注入现金，并削减支出 希腊债务报告称

我的正则表达式和输出如下所示

>>> text = 'Proposal will boost bailout fund, inject cash into banks and cut Greek debt says reports.'
>>> pattern = re.compile(r'(boost bailout)+?([\s\S]*?)(debt)+?')
>>> print re.findall(pattern, text)

[('boost bailout', ' fund, inject cash into banks and cut Greek ', 'debt')]

虽然它确实提取了正确的部分，但是提取被分成一个元组中的3个部分，而不是像下面这样的一行，对吗

[('boost bailout fund, inject cash into banks and cut Greek debt')]

使用

或（你的情况）：

---

从文件中：

如果模式中存在一个或多个组，则返回组列表；如果模式有多个组，这将是一个元组列表。空匹配将包含在结果中，除非它们触及另一个匹配的开头

--

如果您想要一个匹配项，请执行以下操作：

#!/usr/bin/env python
import re
text = 'Proposal will boost bailout fund, inject cash into banks and cut Greek debt says reports.'
pattern = re.compile(r'boost bailout[\s\S]*?debt')
print re.findall(pattern, text)

---

您的模式不正确：

（boost-bailout）+

表示：字符串“boost-bailout”重复多次，
这当然不是我们想要的。如果你在图案中放置几对帕伦，你将获得几个捕捉组。如果您只想提取“推进救助”和最后一个字符串“债务”之间的所有文本，则正确的模式是：

pattern = r'boost bailout.+debt'

正则表达式是

reg = re.compile(r'boost bailout.+debt',re.DOTALL)  

re.DOTALL是一个标志，使点符号匹配由换行符组成的每个字符：它替换

[\s\s]

但如果你想在“刺激救助”和首次出现“债务”之间脱身，那就必须这样做

pattern = r'boost bailout.+?debt'

另外，使用

reg.search（text）.group（）

代替生成一个元素列表的

reg.findall（text）

请注意，pattern由

pattern=r'boost saily.+？debt'

定义为字符串对象，
由

reg=re.compile（pattern）

定义的reg是一个RegexObject对象

---

值得命名为regex的是RegexObject，值得命名模式的是字符串。

返回一个元组，因为正如您在括号中看到的那样，创建捕获组，然后可以单独检索。为了避免这种情况，您应该使用非捕获组：

（？：…）

reg = re.compile(r'boost bailout.+debt',re.DOTALL)  

pattern = r'boost bailout.+?debt'