如何使用正则表达式从字符串末尾删除可能重复的模式？

Question

使用Google API从收件箱中获取电子邮件，每封电子邮件的正文都包含一个末尾的部分，就像电子邮件所回复的内容一样。这种模式可以无限重复，具体取决于电子邮件链的长度。

我试图从该字符串的开头得到相关的消息，然后才显示回复的信息。

示例模式是：

相关信息2019年4月25日星期四上午10:34一些名字<[email protected]>写道：引用信息2019年4月25日星期四上午10:33 <[email protected]>写道：上一页已引用信息

我想只提取相关信息

我尝试过这样的模式，但它会贪婪地将第一个引用的消息捕获到result.group（1）中

result = re.search('(.*) On (.*), (.*),(.*) at (.*)', m['snippet'])

让我知道：

result.group(1): RELEVANT MESSAGE On Thu, Apr 25, 2019 at 10:34 AM Some Name <[email protected]> wrote: QUOTED MESSAGE
result.group(2): On Thu, Apr 25, 2019 at 10:33 AM <[email protected]> wrote: PREVIOUS QUOTED MESSAGE

我希望的是：

result.group(1): RELEVANT MESSAGE
result.group(2): On Thu, Apr 25, 2019 at 10:34 AM Some Name <[email protected]> wrote: QUOTED MESSAGE On Thu, Apr 25, 2019 at 10:33 AM <[email protected]> wrote: PREVIOUS QUOTED MESSAGE

要么：

result.group(1): RELEVANT MESSAGE
result.group(2): On Thu, Apr 25, 2019 at 10:34 AM Some Name <[email protected]> wrote: QUOTED MESSAGE
result.group(3): On Thu, Apr 25, 2019 at 10:33 AM <[email protected]> wrote: PREVIOUS QUOTED MESSAGE

Answer 1

这将只提取相关信息

test="RELEVANT MESSAGE On Thu, Apr 25, 2019 at 10:34 AM Some Name <[email protected]> wrote: \
QUOTED MESSAGE On Thu, Apr 25, 2019 at 10:33 AM <[email protected]> wrote: \
PREVIOUS QUOTED MESSAGE"

result = re.search('(.*?)(?=On[^,]+,[^,]+,[ 0-9]+at)', test)

result.group(0): 'RELEVANT MESSAGE '

我认为值得对正则表达式进行一点阐述（用非常通俗的术语）：

（。*？）：最后的?意味着'非贪婪'，否则它会尝试匹配尽可能多的字符（这就是你的正则表达式模式中主要发生的事情）。

（？= ...）：意思是“匹配之前停留的......，但不是......

[^，] +：除,（逗号）之外的所有字符，我们要在[^,]+,[^,]+,[ 0-9]+中保存为分隔符