Python 如何检查一个字符串是否介于两个字符串之间，并使用正则表达式返回以下字符

我想检查一个字符串是否在文本文件中，在其他两个字符串之间，如果为true，则返回与正则表达式匹配的下一个字符串

我不知道如何实现它

既然你可能听不懂我的解释，我会用我的问题更好地解释：

我正在创建一个应用程序（python）读取pdf并将其转换为.txt

在这个文本中，我想找到

pH

并返回它。我知道我会在第10节和第11节之间找到它，如下所示：

10. blablablablabla pH 7,6 blablablabla 11.

所以

如何将我的研究减少到

“10.”

和

“11.”

对于pH部分，我认为这类似于：

如果“pH”处于打开状态（文件）.read（）：

如果我们找到'ph'，我如何编码我希望下一个字符串遵守这个正则表达式：

re.search（[0-9]{1}[，.]？[0-9]？，file）

---

假设你可以在234点放任何你想要的东西，这应该是可行的。这将返回匹配“234”的pH符号后的所有内容

抽象地，这会查找与以下模式匹配的字符串：

start\u pattern通配符pre\u pattern wildcard captured\u pattern wildcard end\u pattern

所有通配符都是

*

，与任何字符的0个或多个匹配。捕获的模式位于两个大括号

（my_模式）

之间，在本例中为

234

为了更好地说明我的最后一点，下面是上面的变量：

import re

start_pattern = "10\."
end_pattern = "11\."
pre_pattern = "pH"
wildcard = '.*'
captured_pattern = "234"

my_str = "10. blablablablabla pH 1234 11. 234"

match_list = re.findall(r''
                        + start_pattern
                        + wildcard
                        + pre_pattern
                        + wildcard
                        + '(' + captured_pattern + ')'
                        + wildcard
                        + end_pattern
                        , my_str)

print(match_list)

---

我将使用以下方法：

regex = re.compile(r"\b10\.(?:(?!\b11\.|\bpH\b).)*\bpH\b\s*(\d+(?:[.,]\d+)?)(?=.*\b11\.)", re.DOTALL)
pH = regex.search(my_string).group(1)

测试一下

只有在

10.

和

11.

之间找到pH值，并且如果有多个pH值，它才会找到第一个pH值

说明：

\b10\。#第十场。（但不是110。）
（？：#匹配的（重复）组的开始。。。
（？！#）（如果我们两个项目都没有开始。。。
\b11\。#数字11。
|#或
\bpH\b#字符串pH
)            #   )
.#任何字符（包括换行符，因此为DOTALL选项）。
)*#必要时重复。
\bpH\b#匹配字符串pH
\s*#匹配可选空格
（#在第1组中匹配并捕获：
\d+#至少一位数字
（？：[，]\d+）#可选后跟小数部分
)#捕获组结束
（？=#断言之后可以匹配以下内容：
.#任意数量的字符
\b11\。#后接11。
)#结束先行断言。

如果我理解正确，我假设以

10开头的行总是以
11结尾。
。如果是这样，我们只需要找到
10.
并检查后面的内容：

10\.\s.+(?<=pH )(\d[.,]?\d)(?=\s)

您所说的“我希望下一个字符串遵守此正则表达式”是什么意思？对于示例字符串，您能更明确地给出您想要返回的内容吗？很抱歉不清楚。。。我的意思是：我的循环找到了“pH”，所以我想返回下一个字符串，跟在等于我的正则表达式的“pH”后面。在上面的示例中，pH后面等于我的正则表达式的下一个字符串是“7,6”，因此我想返回7,6。我希望足够清楚！这不会将搜索限制在
10.
和
11.
之间的部分。注意。。。我刚刚对正则表达式进行了额外的更新，希望能够解释这一点。在第一个示例中，您可能不需要
ph.*（234）
，因为OP似乎希望数字紧跟在ph之后。最好是
ph\s*（234
，因为这将ph和数字之间的值限制为空白字符，这是一种干净快速的处理方法，但我提出了两个错误：1.“模块”对象没有属性“单线”2.“非类型”对象没有属性“组”任何线索？哦，应该是DOTALL-这应该可以解决它。第二个错误意味着没有匹配项-可能是第一个错误的结果。也没有单行线，我在python文档中找不到单行线，你确定这个词吗？这似乎是准确的。但每当你有时间，我都会很高兴听到更多关于正则表达式如何工作的解释！试图弄清楚正则表达式101的原理不，这不是关于行的，因为我们可以有很多行在“10.”和“11.”中，文档以“1”开头，直到“16.”，所以我需要两个边框
10\.\s.+(?<=pH )(\d[.,]?\d)(?=\s)

\b10\.\s.+(?<=pH )(\d[.,]?\d)\s.+?\b11\.