正则表达式找不到预期的输出

Question

尝试使用正则表达式来提取从.txt文件中读取的部分文本。 但是我的方法似乎失败了一些特定的行。

以下是输入文本中的3行

[2019/07/11 18:52:25.391] Receive : <- AI (Req No. 711185105702666 ) Message from : cop10

[2019/07/11 18:52:25.391] Note    : Response that is not being sent ... cop10

[2019/07/11 18:52:25.393] ★Err    : subargs[0] : IBSDK_7776

下面是在时间戳之后提取文本的一部分的代码。

regex = r"\[.{23}] ?(.{1,8}:.{1,12}).*\n"
pattern = re.compile(regex)
for line in input_text: 
    matches = pattern.findall(line)
    print('matches is {}'.format(matches))

“对于输入文本中的第1行和第2行，输出符合预期，即提取的文本列表。”

下面显示的是第1行的输出

“匹配是['接收：< - AI（Req']”

“对于最后一行，列表为空，即[]”

“我的期望是['★Err：subargs [0]']或一些文字列表。”

我怀疑它可能是由于文本中的黑色星星，因为这些是代码片段失败的地方，但我不完全确定它为什么会发生。

如果我能得到一些关于此的信息并且我需要对我的正则表达式进行更改，那将会很棒。

Answer 1

最后一行未匹配的原因是因为最后一行之后没有换行符。

如果你想保留当前的模式，你可以断言字符串$的结尾

您的代码可能看起来像

regex = r"\[.{23}] ?(.{1,8}:.{1,12}).*$"

正则表达式演示

当前模式不考虑时间戳格式，它匹配任何char的23倍，除了[和]之间的换行符。

您可以更新模式以匹配当前时间戳格式（它不验证时间戳），使用否定字符类[^:]+:匹配后直到:并且可能在捕获组之后省略匹配：

\[\d{4}/\d{2}/\d{2} \d{2}:\d{2}:\d{2}\.\d{3}] ?([^:]+:.{1,12})

正则表达式演示