[英]python regex: multiline and non-greedy
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:)
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', ''))
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)。
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 。
如果你基於分裂;
:
codes.split(';')
輸出:
['cc.Action = {}', ' cc.FiniteTimeAction = {}', 'cc.Speed = {}', '']
>>> '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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.