Python 正则表达式中的意外结果-我缺少什么？

我正在尝试提取此表单的免疫记录：

Immunization: Tetanus
Other: Booster 
Method: Injection
Date Received: 07 Jan 2013

Immunization:   TETANUS DIPTHERIA (TD-ADULT)
Date Received:  07 Dec 2012 @ 1155
Location:       PORTLAND (OR) VAMC
Reaction:*      None Reported
Comments:       1234567 

以及本表格：

Immunization: Tetanus
Other: Booster 
Method: Injection
Date Received: 07 Jan 2013

Immunization:   TETANUS DIPTHERIA (TD-ADULT)
Date Received:  07 Dec 2012 @ 1155
Location:       PORTLAND (OR) VAMC
Reaction:*      None Reported
Comments:       1234567 

这是我的模式字符串：

"Immunization:(.*?)\n[.\n*?]*?Date Received:(.*?)\n"

这是识别第二个模式并提取疫苗名称和日期，而不是第一个模式。我以为

[.\n*？]*？

会考虑这两种可能性（在疫苗名称和疫苗接种日期之间有其他字段…或没有…但这似乎没有起到作用。我的正则表达式有什么问题，以及我如何修复它？

您可以使用：

import re
matches = re.findall(r"Immunization:\s+(.*?)\s+.*?Date Received:\s+(.*?)$", subject, re.IGNORECASE | re.DOTALL | re.MULTILINE)

|

---

正则表达式解释： 您可以使用：

import re
matches = re.findall(r"Immunization:\s+(.*?)\s+.*?Date Received:\s+(.*?)$", subject, re.IGNORECASE | re.DOTALL | re.MULTILINE)

|

---

正则表达式解释：

---

在pythex上使用多行和DOTALL测试了这一点：

输入

模式：

免疫：\s+（\w+）.*？接收日期：\s+（[^\n]+）

比赛1

破伤风

2013年1月7日

比赛2

破伤风

2012年12月7日@1155

---

在pythex上使用多行和DOTALL测试了这一点：

输入

模式：

免疫：\s+（\w+）.*？接收日期：\s+（[^\n]+）

比赛1

破伤风

2013年1月7日

比赛2

破伤风

2012年12月7日@1155

---

在[.\n]中的.in被视为文字“.”，而不是任何字符的符号。这就是为什么免疫接种后的日期行被接受，但您无法跳过不是换行符或点的字符

（.*\n）*

我想到的是以最接近您已有的方式帮助您解决问题。但是，有这么多嵌套*有点遗憾，因为这意味着解析记录需要很长的时间，作为一个人，我也发现这更难理解。可能最好在每个循环开始时都使用一个文本，以帮助您做出决策应完全输入/继续

如果我当时没有搞砸的话

Immunization:(.*?)(\n.*)*\nDate Received:(.*)\n

---

如果没有左递归，则只会在行的开头检测到“Date Received”。

in[.\n]被视为文字“.”，而不是任何字符的符号。这就是为什么免疫接种后的日期行会被接受，但不能跳过不是换行符或点的字符

（.*\n）*

我想到的是以最接近您已有的方式帮助您解决问题。但是，有这么多嵌套*有点遗憾，因为这意味着解析记录需要很长的时间，作为一个人，我也发现这更难理解。可能最好在每个循环开始时都使用一个文本，以帮助您做出决策应完全输入/继续

如果我当时没有搞砸的话

Immunization:(.*?)(\n.*)*\nDate Received:(.*)\n

---

如果没有左递归，则“接收日期”只会在行的开头检测到。

您使用的标志是什么？多行？您如何在

：

和strip spaces和

*

处拆分行。您可以轻松地从数据生成字典。请尝试

免疫：\s+（.+？）\n.*接收日期：\s+（.+？）\n

使用dotall标记时，您使用的是什么标记？多行？您如何在

：

处拆分行，并在

*

处拆分空格。您可以轻松地从数据生成字典。请尝试

方法：\s+（.+？）\n.*接收日期：\s+（.+？）\n

带有dotall标志谢谢。你能解释一下为什么这样做吗？特别是，不包括任何关于换行符的内容是怎么回事吗？非常欢迎@randode。我已经用正则表达式解释更新了答案，在这种情况下，你应该使用

re.dotall | re.MULTILINE

标志.GL！谢谢。你能解释一下吗为什么这样做？特别是，不包括任何关于新行的内容是怎么回事？非常欢迎@RandoDoe。我已经用正则表达式解释更新了答案，在这种情况下，你应该使用

re.DOTALL | re.MULTILINE

flags.GL！