正则表达式在Python中的单词之前匹配换行符

Question

我有一个模式：“ \\ nvariable WORD”

该模式在字符串中显示了很多次，我想要该模式显示的索引列表。 “ WORD”是固定的，并且在实例之间没有变化，但是“ variable”的内容和长度有所不同。

在python中，我知道这匹配所有WORD并在列表中返回其索引：

contents="some long string"
print [m.start() for m in re.finditer('WORD',contents)]

简而言之， 如何找到\\ n之后但“ WORD”之前所有“变量”的索引？

Answer 1

这足够吗？

>>> import re
>>> s = '\nvariable1 WORD\nvariable2 WORD\nvariable3 WORD\nvariable4 WORD\nvariable5 WORD'
>>> re.findall(r'\n(\w+)\s+WORD', s)
['variable1', 'variable2', 'variable3', 'variable4', 'variable5']

您需要什么索引？

Answer 2

如果您知道的唯一工具是锤子，那么每个问题都像钉子。

正则表达式是强大的工具，但有时并不是执行任务的最佳工具。 实际上，正则表达式被滥用很多，每当有人要求我从其他程序员那里检查复杂的正则表达式时，我都会感到不寒而栗（通常几周后我就无法理解我的意思）。

另一方面，EBNF（扩展Backus–Naur格式）表示法更易于理解和维护。

from simpleparse.parser import Parser

grammar = r"""
<space>      := [ \t]
<newline>    := '\n'
<identifier> := [A-Za-z_],[A-Za-z0-9z_]*
match        := newline,identifier,space+,'WORD'
<junk>       := newline*,identifier,space+,-'WORD',(identifier/space)*
data         := (match/junk)*
"""

parser = Parser(grammar, 'data')

data = 'some junk\nvariable1 WORD\nvariable2 some ' +\
       'junk\nvariable3 WORD\nvariable4 some other ' +\
       'junk\nvariable5 WORD'

(start, matches, stop) = parser.parse(data)

print [ start for name, start, stop, other in matches ]

这将打印：

[9, 44, 85]

Answer 3

您可能需要根据目标从起点偏移索引。 如果希望通过'\\ n'换行，则必须在编译中包括MULTILINE标志。

import re

mytext='\nvar1 WORD\nvar2 WORD\nvar3 WORD'
#compile a pattern to find the 'var*' after \n
pat = re.compile('\n(.*?)\s+WORD')

results = re.finditer(pat,mytext)

for result in results:
    print result.start()

Answer 4

嗯，事实证明，该文本实际上包含ctrl-M返回字符而不是换行符，这使我发疯。 我删除了那些，我只是使用了：

[m.start() for m in re.finditer('\w+\sWORD',contents)]

感谢您的所有帮助！ 当然，Simpleparser也可以工作。