У меня есть такой текст:
Title
<bp n=3 /> bla bla bla
bla bla bla <bp n=4 /> bla bla bla
<bp n=5 /> bla bla bla
<bp n=6 /> bla bla bla <bp n=7 /> bla bla bla
bla bla bla
И мне нужно получить такой список:
['<bp n=3 /> bla bla bla
bla bla bla','<bp n=4 /> bla bla bla','<bp n=5 /> bla bla bla','<bp n=6 /> bla bla bla ','<bp n=7 /> bla bla bla
bla bla bla']
Я пробовал использовать такой код:
re.findall(r'(<bp n=\d+ />.*?)<bp n=\d+ />',text,re.DOTALL)
затем он перепрыгнул через следующий матч
Спасибо, r '<bp n = \ d + />.*?(?=<bp n = \ d + /> | \ Z)' сработало
Ваш текст выглядит как XML. Рассмотрите возможность использования библиотеки lxml вместо регулярного выражения для анализа исходного кода XML.






<bp n=\d+ /> в конце вашего шаблона соответствует части последующего совпадения. Вы можете использовать
re.findall(r'<bp n=\d+ />.*?(?=<bp n=\d+ />|\Z)', text, re.DOTALL)
См. демонстрация регулярного выражения.
Здесь (?=<bp n=\d+ />|\Z) соответствует место нахождения в строке, за которой сразу следует <bp n=, цифры 1+, /> или конец строки (\Z).
Попробуйте
r'<bp n=\d+ />[^<]*'илиr'<bp n=\d+ />.*?(?=<bp n=\d+ />|\Z)'