[英]How do I match use regex to match multi-line text with specific starting and ending patterns
在 Python 正则表达式的帮助下,我试图提取 [..] 之后并以 ;; 开头的所有行。 特点。 请参阅下面的示例
sample_str = '''[TITLE]
[OPTIONS]
;;Options Value
;;------------------ ------------
FLOW_UNITS CFS
<MORE TEXT>
[PATTERNS]
;;Name Type Multipliers
;;-------------- ---------- -----------
;Daily pattern generated from time series '2-166:2-165 (obs)'. Average value was 0.0485 MGD.
2-166:2-165_(obs)_Daily DAILY 1.011 1.008 1.06 0.908 1.072 0.998 0.942
<MORE TEXT>
[COORDINATES]
;;Node X-Coord Y-Coord
;;-------------- ---------------- ----------------
<MORE TEXT>
[JUNCTIONS]
;; Invert Max. Init. Surcharge Ponded
;;Name Elev. Depth Depth Depth Area
;;-------------- ---------- ---------- ---------- ---------- ----------
1-1 837.85 15.25 0 0 0
<MORE TEXT>
[REPORT]
INPUT YES
CONTROLS NO
<MORE TEXT>
'''
我想得到一个列表
expected_result = [';;Options Value\n;;------------------ ------------', ';;Name Type Multipliers\n;;-------------- ---------- -----------', ..]
我只能通过re.findall(r"(?<=\\]\\n);;.*", sample_str)
获得第一行。 尝试通过像re.findall(r"(?<=\\]\\n);;.*\\n;;.*", sample_str, re.MULTILINE)
添加\\n
来添加更多行模式不起作用,因为模式对于我想要的文本并不统一。 我尝试使用re.multiline
来搜索所有文本,直到-\\n
但我无法让它像re.findall(r"(?<=\\]\\n);;.*-$", sample_str, re.MULTILINE)
。
有人可以帮我吗!
对于它的价值,这很容易在没有正则表达式的情况下实现:
input_str = '''...'''
flag = False
output = []
for line in input_str.splitlines():
if not flag and line.startswith('[') and line.endswith(']'):
flag = True
elif flag and line.startswith(';;'):
output.append(line)
else:
flag = False
print(output)
请注意,行结尾将丢失,因为.splitlines()
吃掉它们。
如果输入来自文件,则同样简单:
def parse_file(filename):
flag = False
with open(filename, 'r', encoding='utf8') as f:
for line in f:
if not flag and line.startswith('[') and line.endswith(']'):
flag = True
elif flag and line.startswith(';;'):
yield line
else:
flag = False
你可以使用这样的东西:
re.findall(r"^\[.*\]\n+((?:;;.*\n+)+)", sample_str, re.M)
编辑:为模式添加了从行首开始的约束。 感谢您注意到@Wiktor Stribiżew
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.