如果在Python中使用正则表达式在两个字符串之间存在子字符串，则在两个字符串之间提取文本_Python_Regex

如果在Python中使用正则表达式在两个字符串之间存在子字符串，则在两个字符串之间提取文本

python regex

如果在Python中使用正则表达式在两个字符串之间存在子字符串，则在两个字符串之间提取文本,python,regex,Python,Regex,我有一个文本文件，如果两个字符串之间存在子字符串，我想在这两个字符串之间提取文本。文本文件中可能有多个这样的实例。比如说, 示例文本文件（文本数据）： ghsauaigyssts twh ghguy hja StartString I want this text (1) if substring 1 lies in between the two strings EndString bhghk [jhbn] xxzh StartString I want this text (2) a

我有一个文本文件，如果两个字符串之间存在子字符串，我想在这两个字符串之间提取文本。文本文件中可能有多个这样的实例。比如说,

示例文本文件（文本数据）：

ghsauaigyssts twh
 
ghguy  hja  StartString I want this text (1) if substring 1 lies in between the two strings EndString bhghk [jhbn] xxzh StartString I want this text (2) as a different variable if substring 2 lies in between the two strings EndString ghjyjgu

输出：

first_variable=如果子字符串1位于两个字符串之间，则我需要此文本（1）

second_variable=如果子字符串2位于两个字符串之间，我希望此文本（2）作为不同的变量

我尝试将第一个变量提取为：

target1='StartString'
target2='子字符串1'
target3='EndString'
pat1='{}（.+？）{}（.+？）{}'。格式（target1、target2、target3）
pattern=re.compile（pat1，flags=re.DOTALL）
第一个变量=pattern.findall（文本数据）

有人能帮我理解问题所在/为我提供解决方案吗？谢谢

您可以使用

pat1 = '{0}\s*((?:(?!{0}).)*?{1}.*?)\s*{2}'.format(target1,target2,target3)

模式（见）是

详细信息

```
StartString
```
-左侧分隔符
```
\s*
```
-0+空格
```
（（？：（？！StartString）。）*？子字符串1.*？
```
-第1组：
- ```
（？：（？！StartString）。*）*？
```
  -不以左手分隔符开头的任何字符，0或更多，但尽可能少
- ```
子字符串1
```
  -第三个字符串
- ```
*？
```
  -任何0+字符，尽可能少
```
\s*EndString
```
-0+空格和右侧分隔符

见：

您可以使用

pat1 = '{0}\s*((?:(?!{0}).)*?{1}.*?)\s*{2}'.format(target1,target2,target3)

模式（见）是

详细信息

```
StartString
```
-左侧分隔符
```
\s*
```
-0+空格
```
（（？：（？！StartString）。）*？子字符串1.*？
```
-第1组：
- ```
（？：（？！StartString）。*）*？
```
  -不以左手分隔符开头的任何字符，0或更多，但尽可能少
- ```
子字符串1
```
  -第三个字符串
- ```
*？
```
  -任何0+字符，尽可能少
```
\s*EndString
```
-0+空格和右侧分隔符

见：

这看起来像是一个逻辑问题，您的意思是使用

pat1='{}（.+？）{}（.+？）{}.format（target1，target3，target2）

？但是，这是一个错误的模式，您需要

pat1='{0}（（？：（？！{0}）+？）{1}（.+？）{2}'。格式（target1，target3，target2）

谢谢，我已经编辑了问题以更正它。您提供的解决方案不起作用。不过我正在努力理解它。您是否推荐学习python正则表达式的学习材料？请参阅，输出文本中缺少什么不起作用的内容？“子字符串1”。我对它进行了修改，使其能够处理实际的文本文件，其中包含900K行，但它不起作用。我想我做错了什么，我需要找出

pat1='{0}\s*（？：（？！{0}）。*？{1}.*？\s*{2}.format（target1，target2，target3）

，这看起来像是一个逻辑问题，你不是想使用

pat1='{}（.+？）{}（.+？）{}.format（target1，target3，target2）

？但是，这是一个错误的模式，您需要

pat1='{0}（（？：（？！{0}）+？）{1}（.+？）{2}'。格式（target1，target3，target2）

pat1='{0}\s*（（？：（？！{0}）*？{1}.*？\s*{2}）。格式（target1，target2，target3）

，请参阅

import re
text_data='ghsauaigyssts twh\n\nghguy  hja  StartString I want this text (1) if substring 1 lies in between the two strings EndString bhghk [jhbn] xxzh StartString I want this text (2) as a different variable if substring 2 lies in between the two strings EndString ghjyjgu'
target1 = 'StartString'
target2 = 'substring 1'
target3 = 'EndString'
pat1 = '{0}\s*((?:(?!{0}).)*?{1}.*?)\s*{2}'.format(target1,target2,target3)
pattern = re.compile(pat1, flags=re.DOTALL)
print(pattern.findall(text_data))
# => ['I want this text (1) if substring 1 lies in between the two strings']