正則表達式通過括號提取鍵值

Question

我想從[key] value格式的文本中獲取鍵和值：

1. 密鑰由AA，BB，CC固定。
2. [鍵]（可以為空）值
3. 值可以包含'['，']'和換行符（\\ n）。
4. 值可以為null。
5. 如果有[DD]，則為值。

例如，

[AA] abcd 1234 !@#$ _+{}[]:"
blah blah
[abc-def] this is also value.
[BB]abcd defg
[CC] (can null)

而我的Python代碼是這樣的：

import re

text ='''
[AA] abcd 1234 !@#$ _+{}[]:"
blah blah
[abc-def] this is also value.
[BB]abcd defg
[CC]
'''
pattern = re.compile(this is what I want)
result = {m.group('field'):m.group('value') for m in pattern.finditer(text)}

如果值只有這樣一行

[AA] abcd 1234 !@#$ _+{}[]:"
[BB]abcd defg
[CC]

那么我可以在下面的正則表達式中使用，您可以看到https://regex101.com/r/rS8oM1/1

\[(?P<key>AA|BB|CC)\]\s*(?P<value>.*)

Answer 1

在應用正則表達式之前，只需排成一行即可使您的生活更輕松：

>>> text ='''
... [AA] abcd 1234 !@#$ _+{}[]:"
... blah blah
... [BB]abcd defg
... [CC]
... '''
>>> print(text)

[AA] abcd 1234 !@#$ _+{}[]:"
blah blah
[BB]abcd defg
[CC]

>>> newtext=''
>>> for line in text.split('\n'):
...     newtext=newtext+('\n' if re.match('^\[\w\w\]', line) else '')+line
... 
>>> print(newtext)

[AA] abcd 1234 !@#$ _+{}[]:"blah blah
[BB]abcd defg
[CC]
>>> for i in newtext.split('\n'):
...    print(re.findall(r'^\[(\w\w)\](.*)$',i))
... 
[]
[('AA', ' abcd 1234 !@#$ _+{}[]:"blah blah')]
[('BB', 'abcd defg')]
[('CC', '')]
>>> 

Edit1：具有自定義輸入。

$ cat a.py 
import re
text ='''
[AA] abcd
[abcd]
[BB]abcd defg
[CC]
'''
newtext=''
for line in text.split('\n'):
    newtext=newtext+('\n' if re.match('^\[\w\w\]', line) else '')+line

for i in newtext.split('\n'):
    print(re.findall(r'^\[(\w\w)\](.*)$',i))
$ python a.py 
[]
[('AA', ' abcd[abcd]')]
[('BB', 'abcd defg')]
[('CC', '')]
$

Answer 2

我假設您只需要獲取鍵 （僅在行的開頭使用[AA]或[BB]或[CC] ）和一個值 （在三個替代鍵之后，在下一個鍵或字符串結尾之前的所有文本） ）。

您可以使用基於脾氣暴躁的令牌的正則表達式，它充當字符 序列的 否定字符類的同義詞：

(?sm)^\[(?P<key>AA|BB|CC)\]\s*(?P<value>(?:(?!\n\[(?:AA|BB|CC)]).)*)
                                        ^^^^^^^^^^^^^^^^^^^^^^^^^^^

見正則表達式演示

(?:(?!\\n\\[(?:AA|BB|CC)]).)*修飾的貪婪標記匹配任何不是\\n[AA]或\\n[BB]或\\n[CC] 。

(?sm)是內聯修飾符：（ (?s)啟用DOTALL模式（ .開始匹配換行符），而(?m)使^匹配行的開頭，而不僅僅是字符串的開頭。

參見示例Python演示 ：

import re

text ='''
[AA] abcd 1234 !@#$ _+{}[]:"
blah blah
[abc-def] this is also value.
[BB]abcd defg
[CC]
'''
pattern = re.compile(r'(?sm)^\[(?P<key>AA|BB|CC)\]\s*(?P<value>(?:(?!\n\[(?:AA|BB|CC)]).)*)')
result = {m.group('key'):m.group('value') for m in pattern.finditer(text)}
print(result)
# => {'AA': 'abcd 1234 !@#$ _+{}[]:"\nblah blah\n[abc-def] this is also value.', 'CC': '', 'BB': 'abcd defg'}