python多行正则表达式[重复]

Question

如何提取所有字符（包括换行符），直到第一次出现单词序列？例如以下输入：

输入文本:

"shantaram is an amazing novel.
It is one of the best novels i have read.
the novel is written by gregory david roberts.
He is an australian"

和序列the我想从shantaram中提取文本到第二行中第一次出现的the。

输出必须为-

shantaram is an amazing novel.
It is one of the

我整个上午都在努力。我可以编写表达式来提取所有字符，直到遇到特定字符，但如果我使用这样的表达式：

re.search("shantaram[\s\S]*the", string)

跨换行符不匹配。

Answer 1

不使用正则表达式的解决方案：

from itertools import takewhile
def upto(a_string, stop):
    return " ".join(takewhile(lambda x: x != stop and x != "\n".format(stop), a_string))

Answer 2

使用此正则表达式，

re.search("shantaram[\s\S]*?the", string)

代替

re.search("shantaram[\s\S]*the", string)

唯一的区别是“？”。通过使用“？”（例如*？、？），你可以防止最长的匹配。

Answer 3

您想使用DOTALL选项跨换行符进行匹配。从doc.python.org：

道尔先生

做“.”特殊字符匹配任何字符，包括换行符；没有这个标志，'.'将匹配除换行符之外的任何内容。

演示：

In [1]: import re

In [2]: s="""shantaram is an amazing novel.
It is one of the best novels i have read.
the novel is written by gregory david roberts.
He is an australian"""

In [3]: print re.findall('^.*?the',s,re.DOTALL)[0]
shantaram is an amazing novel.
It is one of the