Tengo la siguiente cadena:
fo = "b---00b<do:YYYY>tftt_<fd>-<fd><ct><ct:MM>mmm.pdf"
Y sólo quiero obtener mmm.pdf
.
Cuando intento:
match = re.search(r'(>.*?\.pdf)', fo)
for g in match.groups():
print g
Obtengo:
>tftt_<fd>-<fd><ct><ct:MM>mmm.pdf
Pensé que el símbolo ?
haría que la búsqueda se detuviera en >
, pero el patrón (>.*\.pdf)
me da el mismo resultado.
¿Cuál es la expresión regular correcta para obtener mmm.pdf
?
mmm.pdf
puede ser abcs.pdf
, qwerty123.pdf
, etc. And fo
siempre tiene el formato:
fo = "someOptionalstring<otherstring>anotherOptionalString<string>optionalstring<string>mmm.pdf"
La alternancia entre strings
(pueden ser vacías) y <strings>
(no vacías) puede estar en cualquier cantidad.
Pude hallar expresiones regulares para extraer las cadenas entre <>
, pero no la cadena que quiero al final.
Podría usar un algoritmo usando endswith()
y buscando el último caracter >
, pero quiero intentar usar expresiones regulares por motivos de aprendizaje.
Edit: Para quienes están aprendiendo: olvidé mencionar que hay que importar el módulo re