正则表达式 - 两个字符串之间的匹配排除以避免重叠
Regex - Match between two strings with an exclusion to avoid overlapping
我正在使用 Python 从一些 Pdf 中提取 tables。具体来说，我要删除 tables，它们有可能重叠
有一段时间，格式如下：
TABLE答：
（以 % 结尾的内容）
TABLE乙：
（以 % 结尾的内容）
等等，等等
我会使用这个正则表达式来获取每个 tables 而不会重叠（即抓取第一个 TABLE 和最后一个 % 之间的所有内容）：
(TABLE [A-Z]:)(([^%]|\n)*)%
最近，格式发生了变化，现在 table 以一个不同的词（马车）结尾。当我尝试将它添加到我的旧模式时，它不再正常工作，因为我使用的是否定集（并且将整个单词放在这里开始否定单个字母）。我不知道如何取反整个字符串，而且我找到的每个解决方案都无法成功集成到模式的其余部分。
P.S 我知道 Regex 模块有一个允许重叠的 findall，但我目前仅限于 Python 我组织中的标准库。
在您的模式中，您可以将此部分 ([^%]|\n)* 写为 ([^%]*)，因为否定字符 class 也将匹配换行符。
但是如果你想使用一个词而不是单个字符，那么使用否定字符 class 是行不通的。
您可以做的是使点匹配换行符并匹配尽可能少的字符，直到遇到 Carriage
(?s)(TABLE [A-Z]:)(.*?)\bCarriage\b
我正在使用 Python 从一些 Pdf 中提取 tables。具体来说，我要删除 tables，它们有可能重叠
有一段时间，格式如下：
TABLE答：
（以 % 结尾的内容）
TABLE乙：
（以 % 结尾的内容）
等等，等等
我会使用这个正则表达式来获取每个 tables 而不会重叠（即抓取第一个 TABLE 和最后一个 % 之间的所有内容）：
(TABLE [A-Z]:)(([^%]|\n)*)%
最近，格式发生了变化，现在 table 以一个不同的词（马车）结尾。当我尝试将它添加到我的旧模式时，它不再正常工作，因为我使用的是否定集（并且将整个单词放在这里开始否定单个字母）。我不知道如何取反整个字符串，而且我找到的每个解决方案都无法成功集成到模式的其余部分。
P.S 我知道 Regex 模块有一个允许重叠的 findall，但我目前仅限于 Python 我组织中的标准库。
在您的模式中，您可以将此部分 ([^%]|\n)* 写为 ([^%]*)，因为否定字符 class 也将匹配换行符。
但是如果你想使用一个词而不是单个字符，那么使用否定字符 class 是行不通的。
您可以做的是使点匹配换行符并匹配尽可能少的字符，直到遇到 Carriage
(?s)(TABLE [A-Z]:)(.*?)\bCarriage\b