使用python从文件中提取带有字符串的行

Question

球队，

我想使用一个字符串（以tg_开头）从文件中提取一些行，并根据以下正则表达式获取输出。.问题是，

1. 我不确定如果2行以\\结尾，如下所示，该如何提取行。

2. 我不知道如何使用正则表达式下面的以下内容删除特殊字符。

*****来自文件*******

tg_cr_counters dghbvcvgfv

tg_kk_bb a group1再见再见嗨嗨1 \\ <<<<
修补程序mac hdfh f dgf asadasf \\
dgfgmnhnjgfg

tg_cr_counters gthghtrhgh}}] <<<<<

tg_cr_counters fkgnfkmngvd

import re

file = open("C:\\Users\\input.tcl", "r")
f1 = file.readlines()

output = open("extract.txt", "a+")

match_list = [ ]   

for item in f1:

    match_list = re.findall(r'[t][g][_]+\w+.*', item)
    if(len(match_list)>0):
        output.write(match_list[0]+"\r\n")
        print(match_list)

Answer 1

您可以将regex与标志一起用于re.MULTILINE和re.DOTALL 。

这样一来. 也会匹配\\n ，您可以查找以tg_ （无需将每个都放在[] ）和以双\\n\\n （或文本结尾） \\Z结尾的任何内容：

fn = "t.txt"
with open (fn,"w") as f: 
    f.write("""*****from a file*******

tg_cr_counters dghbvcvgfv

tg_kk_bb a group1 bye bye bye hi hi hi 1 \ <<<<
patch mac hdfh f dgf asadasf \
dgfgmnhnjgfg

tg_cr_counters gthghtrhgh }} ] <<<<<

tg_cr_counters fkgnfkmngvd
""")

import re

with open("extract.txt", "a+") as o, open(fn) as f:
    for m in re.findall(r'^tg_.*?(?:\n\n|\Z)', f.read(), flags=re.M|re.S):
        o.write("-"*40+"\r\n")
        o.write(m)
        o.write("-"*40+"\r\n")

with open("extract.txt")as f:
    print(f.read())

输出（每次匹配都在----------------------------------------的一行之间） ：

----------------------------------------
tg_cr_counters dghbvcvgfv

----------------------------------------
----------------------------------------
tg_kk_bb a group1 bye bye bye hi hi hi 1 \ <<<<
patch mac hdfh f dgf asadasf dgfgmnhnjgfg

----------------------------------------
----------------------------------------
tg_cr_counters gthghtrhgh }} ] <<<<<

----------------------------------------
----------------------------------------
tg_cr_counters fkgnfkmngvd
----------------------------------------

re.findall()结果如下：

['tg_cr_counters dghbvcvgfv\n\n', 
 'tg_kk_bb a group1 bye bye bye hi hi hi 1 \\ <<<<\npatch mac hdfh f dgf asadasf dgfgmnhnjgfg\n\n', 
 'tg_cr_counters gthghtrhgh }} ] <<<<<\n\n', 
 'tg_cr_counters fkgnfkmngvd\n']

要启用多行搜索，您需要一次读入多行内容-如果文件太小，则会导致内存问题。