python正則表達式：多線和非貪婪

Question

我有這樣的文字：

cc.Action = {
};

cc.FiniteTimeAction = {

};

cc.Speed = {

};

而我想要的結果（列表）是：

['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

以下是我的嘗試：

input = codecs.open(self.input_file, "r", "utf-8")
content = input.read()
result = re.findall('cc\..*= {.*};', content, re.S)
for r in result:
    print r
    print '---------------'

結果是：

[
'cc.Action = {
};

cc.FiniteTimeAction = {

};

cc.Speed = {

};'
]

任何建議將不勝感激，謝謝:)

Answer 1

比賽的開始似乎是cc. 比賽結束似乎是; 所以我們可以使用模式：

'cc\.[^;]+'

意思是，我們匹配cc. 然后匹配每個不是的字符; （ []包含字符類， ^否定類）。

你也可以使用非貪婪的重復*? ，但在這種情況下，我會說這是一個矯枉過正。 正則表達式越簡單越好。

要獲得所需的輸入，您還必須擺脫換行符。 我一起建議：

result = re.findall('cc\.[^;]*;', content.replace('\n', ''))

Answer 2

問題是，你正在使用貪婪的搜索。 你需要使用非貪婪的搜索? 操作者

import re
print [i.replace("\n", "") for i in re.findall(r"cc\..*?{.*?}", data, re.DOTALL)]
# ['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

如果你不使用.*? ， .*{將匹配到字符串中的最后一個{ 。 因此，所有字符串都被視為單個字符串。 當你進行非貪婪的比賽時，它會匹配到第一個{來自當前角色。

此外，這可以在不使用RegEx的情況下完成，就像這樣

print [item.replace("\n", "") for item in data.split(";") if item]
# ['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

只需基於分割字符串; 如果當前字符串不為空，則用空字符串替換所有\\n （換行符）。

Answer 3

正如你的標題所示，問題是貪婪： cc\\..*=從字符串的開頭到最后的 =匹配。

您可以通過使用延遲量詞來避免此行為，該量詞將嘗試在最早出現的下一個字符時停止：

cc\..*?= {.*?};

在這里演示： http ： //regex101.com/r/oL4yG7 。

Answer 4

如果你基於分裂; ：

codes.split(';')

輸出：

['cc.Action = {}', ' cc.FiniteTimeAction = {}', 'cc.Speed = {}', '']

Answer 5

>>> 'cc.Action = {\n};\n\ncc.FiniteTimeAction = {\n\n};\n\ncc.Speed = {\n\n};'.replace('\n','').split(";")
['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}', '']

這對你有用