这让我发疯。
我正在尝试在一系列文档中找到“ DOI”的每个实例，或者扫描错误的等效对象。然后，我想收集术语“ DOI”以及其后最多包含15个字母数字字符。但是，即使它们与之前的比赛重叠，我也需要确保找到它们。
我试图推断以前的解决方案，但又遇到了另一个类似的问题，但没有成功。
Python regex find all overlapping matches?
这是我用来测试的示例。
搜索字符串：
"abhgfigDOI567afkgD0Idhdhfhfhdbvbkab3343432q3DO1fbaguig7ggkgafgkgDOIDOID01OO1"
DOI变体：
DOI|DO1|D01|D0I|001|00I|0O1|0OI|O01|O0I|OO1|OOI
预期成绩：
["DOI567afkgD0Idhdhf",
"D0Idhdhfhfhdbvbkab",
"DO1fbaguig7ggkgafg",
"DOIDOID01OO1",
"DOID01OO1",
"D01OO1",
"001"]
任何帮助将不胜感激！
谢谢！
最佳答案
使用“ DOI变量” DOI | DO1 | D01 | D0I | 001 | 00I | 0O1 | 0OI | O01 | O0I | OO1 | OOI并不是一个好主意。从基础开始：D + 0 + O，O + 0和I + 1。这将立即导致模式“ [D0O] [O0] [I1]”，它更紧凑，更不易出错，并且执行速度更快（如果您想使用Cython或C）。
然后，在这种情况下，您可以使用re.finditer（）查找匹配的3个字符的前缀，然后从那里获取。
在更一般的情况下Lead标签应该是DOD而不是DOI，您不能使用re.finditer（）：
Input text: DODOD987654321
First match: DODOD987654321
Second match: DOD987654321 # Not found by re.finditer()
在最常见的情况下（例如Lead标签是DDD），您需要循环执行re.search（），在成功匹配后将搜索开始位置仅增加1位。
关于python - 正则表达式Python-查找每个关键字实例，提取关键字和后续字符，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/6172091/