如何匹配使用正则表达式来匹配具有特定开始和结束模式的多行文本

Question

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！

Answer 1

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

Answer 2

你可以使用这样的东西：

re.findall(r"^\[.*\]\n+((?:;;.*\n+)+)", sample_str, re.M)

这里是表达式的解释

编辑：为模式添加了从行首开始的约束。 感谢您注意到@Wiktor Stribiżew