[英]Multi-line regex with multiple matches and negative conditions in python
我正在读取一个文本文件并尝试捕获每个不同标记的一个参数,这些参数尚未被注释掉。
更具体地说,我有以下输入......
maybe there is some text \THISTAG[arg1=1,argtwo]{WANT0}
% \THISTAG[arg1=1,argtwo]{NOTWANT}
% blah blah \THISTAG[arg1=1,argtwo]{NOTWANT}
\THISTAG[arg1=1,argtwo]{WANT1}\THISTAG[arg1=1,argtwo]{WANT2}\\stuff
\sometag{stuff I don't want}[{\THISTAG[arg1=1,argtwo]{WANT3}}]{more stuff I don't want}
\THISTAG[arg1=1,argtwo]{OBV_WANT}
我想要以下输出
WANT0
WANT1
WANT2
WANT3
OBV_WANT
到目前为止,我有以下代码,但没有达到我想要的效果
with open(target, "r") as ins:
f = re.findall(r'^(?:[^%])?\\THISTAG\[.+\]{(.+?)}(?:{.+})?', ins.read(),re.MULTILINE)
您可以逐行执行正则表达式,并过滤掉以%
开头的那些:
import re
res = []
with open('test.txt') as f:
res = sum([re.findall('\\THISTAG\[.*?\]{(.*?)}', line)
for line in f if not line.startswith('%')
], [])
print res # ['WANT0', 'WANT1', 'WANT2', 'WANT3', 'OBV_WANT']
试试这个
^%.*|\\THISTAG[^{]+{([^}]+)}
说明:
^
:根据多行模式样本开始字符串或开始行
.
:除了换行符的任何字符样本
*
: 样品零次或多次
|
:Alternation / OR操作数示例
\\
:逃避特殊字符样本
[^x]
:一个不是x sample的字符
+
:一个或多个样本
(...)`:捕获小组样本
import re
p = re.compile(ur'^%.*|\\THISTAG[^{]+{([^}]+)}', re.MULTILINE)
test_str = u"maybe there is some text \THISTAG[arg1=1,argtwo]{WANT0}\n% \THISTAG[arg1=1,argtwo]{NOTWANT}\n% blah blah \THISTAG[arg1=1,argtwo]{NOTWANT}\n\THISTAG[arg1=1,argtwo]{WANT1}\THISTAG[arg1=1,argtwo]{WANT2}\\stuff\n\sometag{stuff I don't want}[{\THISTAG[arg1=1,argtwo]{WANT3}}]{more stuff I don't want}\n\THISTAG[arg1=1,argtwo]{OBV_WANT}"
g = re.findall(p, test_str)
for m in g:
if m:
print m
输出:
WANT0
WANT1
WANT2
WANT3
OBV_WANT
所以这里你的正则表达式缩短了一点:
re.findall(r'\\THISTAG\[.+?\]{([^N].+?)}', a,re.MULTILINE)
重要的是这里:
{([^N].+?)}
我有[^N]
的地方,你需要区分你想要和不想要的东西。 根据你给出的参数,我得到了这个输出:
>>> print(a)
\THISTAG[arg1=1,argtwo]{WANT0}
% \THISTAG[arg1=1,argtwo]{NOTWANT}
% blah blah \THISTAG[arg1=1,argtwo]{NOTWANT}
\THISTAG[arg1=1,argtwo]{WANT1}\THISTAG[arg1=1,argtwo]{WANT2}\stuff
\sometag{stuff I don't want}[{\THISTAG[arg1=1,argtwo]{WANT3}}]{more stuff I don' t want}
\THISTAG[arg1=1,argtwo]{OBV_WANT}
>>>
>>> re.findall(r'\\THISTAG\[.+?\]{([^N].+?)}', a,re.MULTILINE)
['WANT0', 'WANT1', 'WANT2', 'WANT3', 'OBV_WANT']
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.