使用Python Regex在文件中提取子字符串

Question

文件在逻辑定义的字符串块中具有n行。 我正在解析每一行并根据一些匹配条件捕获所需的数据。

我已阅读每一行并使用以下代码查找块：

#python
    for lines in file.readlines():
        if re.match(r'block.+',lines)!= None:
            block_name = re.match(r'block.+', lines).group(0)
            # string matching code to be added here

输入文件：

line1    select KT_TT=$TMTL/$SYSNAME.P1
line2    . $dhe/ISFUNC sprfl tm/tm1032 int 231
line3    select IT_TT=$TMTL/$SYSNAME.P2
line4    . $DHE/ISFUNC ptoic ca/ca256 tli 551
         .....
         .....


line89   CALLING IK02=$TMTL/$SYSNAME.P2
line90   CALLING KK01=$TMTL/$SYSNAME.P1

每个步骤的匹配条件和预期输出：

1. 在读取行时，匹配单词“/ ISFUNC”并从最后一个字符中取出字符，直到它与“/”匹配，并将其保存到变量中。 预期o / p-> tm1032 int 231，ca256 tli 551（在第2行和第4行中找到匹配的字符串等）
2. 找到ISFUNC后，读取前一行并从该行获取数据，从最后一个字符开始，直到与“/”匹配，并将其保存到变量中。 预计o / p - > $ SYSNAME.P1＆$ SYSNAME.P2（第1行和第3行等）
3. 继续读取行并查找以“CALLING”开头的行，“/”后的最后一个字符串应与第2步的o / p匹配（$ SYSNAME.P1和$ SYSNAME.P2）。 只需在CALLING字后捕获数据并保存即可。 预期o / p - > KK01（第90行）和IK02（第89行）

最终输出应该是这样的

FUNC             SYS            CALL
tm1032 int 231   $SYSNAME.P1    KK01
ca256 tli 551    $SYSNAME.P2    IK02 

Answer 1

如果您只需要最后一个斜杠旁边的文本，则根本不需要使用正则表达式。

只需在每一行上使用.split("/")就可以得到斜杠旁边的最后一部分

sample = "$dhe/ISFUNC sprfl tm/tm1032 int 231"
sample.split("/")

会导致

['$dhe', 'ISFUNC sprfl tm', 'tm1032 int 231']

然后使用-1索引来访问列表的最后一个元素以获取值

PS：找到相应的行后使用拆分功能

Answer 2

在读取行时，匹配单词“/ ISFUNC”并从最后一个字符中取出字符，直到它与“/”匹配，并将其保存到变量中。 预期o / p-> tm1032 int 231（在第2行中找到匹配的字符串）

char_list = re.findall(r'/ISFUNC.*/(.*)$', line)
if char_list:
    chars = char_list[0]

找到ISFUNC后，读取前一行并从该行获取数据，从最后一个字符开始，直到与“/”匹配，并将其保存到变量中。 预期o / p - > $ SYSNAME.P1（第1行）

这里理想的方法是（a）迭代列表索引而不是行本身（即for i in range(len(file.readlines()): ... file.readlines()[i] ）或（ b）维护最后一行的副本（比如，在for循环的末尾放置last_line = line 。然后，引用该表达式的最后一行：

data_list = re.findall(r'/([^/]*)$', last_line)
if data_list:
    data = data_list[0]

继续读取这些行并查找以“CALLING”开头的行，“/”后的最后一个字符串应与步骤2的o / p匹配（$ SYSNAME.P1）。 只需在CALLING字后捕获数据并保存即可。 预期o / p - > KK01（第90行）

假设，从您的示例中，您的意思是“只是紧跟在之后的数据（即直到等号）：

calling_list = re.findall(r'CALLING(.*)=.*/' + re.escape(data) + '$', line) 
if calling_list:
    calling = calling_list[0]

您可以移动括号以更改要从该行捕获的内容。 re.findall()将输出匹配列表，仅包括匹配的括号内的位。