Python 匹配文本中的重复模式序列

我对正则表达式非常陌生，不知道如何做我想做的事情。我有一个文本文件作为输入，想从中提取“文章”。问题是，如果我每行阅读一行文本，它就不能覆盖整篇文章，因为它在遇到回车时停止

我想做的是从特定模式中提取所有内容，直到它重复，无论它是否遇到回车符（Python）

序列示例：

Article ler — NOM
Latius iam disseminata licentia onerosus bonis omnibus Caesar nullum post haec adhibens modum orientis latera cuncta vexabat nec honoratis parcens nec urbium primatibus nec plebeiis.
Article 2 — ANNEE
Nemo quaeso miretur, si post exsudatos labores itinerum longos congestosque adfatim commeatus fiducia vestri ductante barbaricos pagos adventans velut mutato repente consilio ad placidiora deverti.
Article 3 — DATE Ego vero sic intellego, Patres conscripti, nos hoc tempore in provinciis decernendis perpetuae pacis habere oportere rationem.

这是我设计的正则表达式：

“^（.*（？=（？）I）article（\s\d{1,2}）*）.”

作为输出，我得到如下结果：

Article ler — NOM
Article 2 — ANNEE
Article 3 — DATE Ego vero sic intellego, Patres conscripti, nos hoc tempore in provinciis decernendis perpetuae pacis habere oportere rationem.

前两个没有涵盖整篇文章（标题+内容）：这是我的问题。 有人知道怎么解决吗

谢谢

---

---

---

您的问题在于读取文件的方式。如果遍历文件中的行，则无法获得多行匹配。相反，如果您想使用regex，请立即读取整个文件

（旁注：在不使用正则表达式的情况下，可能有更好的方法来实现此结果。）

---

另外，我假设第一行的示例文本中有一个打字错误。你写了

“Article ler”

，但我想你的意思是“

Article 1er”

（数字

1

，而不是字母

l

）。如果我不进行此更改，您将无法获得第一篇文章，因为模式正在查找后跟1或2位数字的“文章”。

您的问题是读取文件的方式。如果遍历文件中的行，则无法获得多行匹配。相反，如果您想使用regex，请立即读取整个文件

（旁注：在不使用正则表达式的情况下，可能有更好的方法来实现此结果。）

---

另外，我假设第一行的示例文本中有一个打字错误。你写了

“Article ler”

，但我想你的意思是“

Article 1er”

（数字

1

，而不是字母

l

）。如果我不进行此更改，您将无法获得第一篇文章，因为模式正在查找后跟1或2位数字的“文章”。

如果可能，请阅读整个文件文本，并对该文本应用以下正则表达式：

(?<=Article)[\s\S]*?(?=Article|$)

---

（？如果可能，请阅读整个文件文本并对该文本应用以下正则表达式：

(?<=Article)[\s\S]*?(?=Article|$)

（？事实上，打字是文本的一部分…其中有一些噪音：/事实上，打字是文本的一部分…其中有一些噪音：/我让我的代码使用这种模式，但我不得不将
$
更改为
\Z
。这可能与从文件中读取字符串的方式有关吗？对此的解释，您可以看到，是不是是否可以在匹配中包含“Article”一词？：）@Sol是的，只需将正则表达式改写为“哈哈，太完美了！”但是“\n”符号出现在匹配项中；也许我可以在之后删除它？我让我的代码使用此模式，但我必须将
$
更改为
\Z
。这可能与从文件中读取字符串的方式有关吗？关于这一点的解释，您可以看到，是否可以在匹配项中包含单词“Article”@索尔：是的，把正则表达式改写成哈哈，太完美了！不过，匹配中出现了“\n”符号；也许我可以删除它？
MATCH 1:
Article 1er - NOM
Latius iam disseminata licentia onerosus bonis omnibus Caesar nullum post haec adhibens modum orientis latera cuncta vexabat nec honoratis parcens nec urbium primatibus nec plebeiis.

MATCH 2:
Article 2 - ANNEE
Nemo quaeso miretur, si post exsudatos labores itinerum longos congestosque adfatim commeatus fiducia vestri ductante barbaricos pagos adventans velut mutato repente consilio ad placidiora deverti.

MATCH 3:
Article 3 - DATE Ego vero sic intellego, Patres conscripti, nos hoc tempore in provinciis decernendis perpetuae pacis habere oportere rationem.

(?<=Article)[\s\S]*?(?=Article|$)