查找行组的正则表达式，其中以特定字符串开头的组中的某些行出现不止一次

Question

我有一个包含多行的文件。我需要一个正则表达式来查找包含多次出现的特定字符串的所有组。 如果文件有：

开始
中间
随机
中间
结束
开始
中间
随机
结束
开始
中间
随机
中间
结束

我希望正则表达式只匹配粗体行作为单独的组，其中 MIDDLE 出现不止一次：

开始
中间
随机
中间
结束
开始
中间
随机
结束
开始
中间
随机
中间
结束

我试过的是这个和几个变体，但它不符合我需要的组。

(START(?:\nMIDDLE){2,}(?:\nMIDDLE)*\nEND)
(START\*STUFF~(?:\nMIDDLE\*STUFF~){2,}(?:\nMIDDLE\*STUFF~)*\nEND\*STUFF~)

Answer 1

使用两个表达方式：

import re

data = """
START
MIDDLE
RANDOM
MIDDLE
END
START
MIDDLE
RANDOM
END
START
MIDDLE
RANDOM
MIDDLE
END
"""

rx_block = re.compile(r'^START.+?^END', re.M | re.S)
rx_inner = re.compile(r'MIDDLE')

for block in rx_block.finditer(data):
    occurences = rx_inner.findall(block.group(0))
    if len(occurences) > 1:
        print(block.group(0))

请参阅 ideone.com 上的演示.

Answer 2

可以匹配正则表达式

^START\n(?:^(?!END\n).*\n)*MIDDLE\n(?:^(?!END\n).*\n)MIDDLE\n(?:.*\n)*?END$

与

RE.M

.

演示