在python中具有多個匹配和負面條件的多行正則表達式

Question

我正在讀取一個文本文件並嘗試捕獲每個不同標記的一個參數，這些參數尚未被注釋掉。

更具體地說，我有以下輸入......

maybe there is some text \THISTAG[arg1=1,argtwo]{WANT0}
% \THISTAG[arg1=1,argtwo]{NOTWANT}
% blah blah \THISTAG[arg1=1,argtwo]{NOTWANT}
\THISTAG[arg1=1,argtwo]{WANT1}\THISTAG[arg1=1,argtwo]{WANT2}\\stuff
\sometag{stuff I don't want}[{\THISTAG[arg1=1,argtwo]{WANT3}}]{more stuff I don't want}
\THISTAG[arg1=1,argtwo]{OBV_WANT}

我想要以下輸出

WANT0
WANT1
WANT2
WANT3
OBV_WANT

到目前為止，我有以下代碼，但沒有達到我想要的效果

with open(target, "r") as ins:
    f = re.findall(r'^(?:[^%])?\\THISTAG\[.+\]{(.+?)}(?:{.+})?', ins.read(),re.MULTILINE)

Answer 1

您可以逐行執行正則表達式，並過濾掉以%開頭的那些：

import re

res = []
with open('test.txt') as f:
    res = sum([re.findall('\\THISTAG\[.*?\]{(.*?)}', line) 
               for line in f if not line.startswith('%')
              ], [])

    print res # ['WANT0', 'WANT1', 'WANT2', 'WANT3', 'OBV_WANT']

Answer 2

試試這個

^%.*|\\THISTAG[^{]+{([^}]+)}

正則表達式演示

說明：
^ ：根據多行模式樣本開始字符串或開始行
. ：除了換行符的任何字符樣本
* ： 樣品零次或多次
| ：Alternation / OR操作數示例
\\ ：逃避特殊字符樣本
[^x] ：一個不是x sample的字符
+ ：一個或多個樣本
（...）`：捕獲小組樣本

import re
p = re.compile(ur'^%.*|\\THISTAG[^{]+{([^}]+)}', re.MULTILINE)
test_str = u"maybe there is some text \THISTAG[arg1=1,argtwo]{WANT0}\n% \THISTAG[arg1=1,argtwo]{NOTWANT}\n% blah blah \THISTAG[arg1=1,argtwo]{NOTWANT}\n\THISTAG[arg1=1,argtwo]{WANT1}\THISTAG[arg1=1,argtwo]{WANT2}\\stuff\n\sometag{stuff I don't want}[{\THISTAG[arg1=1,argtwo]{WANT3}}]{more stuff I don't want}\n\THISTAG[arg1=1,argtwo]{OBV_WANT}"

g = re.findall(p, test_str)
for m in g:
    if m:
        print m

輸出：

WANT0
WANT1
WANT2
WANT3
OBV_WANT

Answer 3

所以這里你的正則表達式縮短了一點：

re.findall(r'\\THISTAG\[.+?\]{([^N].+?)}', a,re.MULTILINE)

重要的是這里：

{([^N].+?)}

我有[^N]的地方，你需要區分你想要和不想要的東西。 根據你給出的參數，我得到了這個輸出：

>>> print(a)
\THISTAG[arg1=1,argtwo]{WANT0}
% \THISTAG[arg1=1,argtwo]{NOTWANT}
% blah blah \THISTAG[arg1=1,argtwo]{NOTWANT}
\THISTAG[arg1=1,argtwo]{WANT1}\THISTAG[arg1=1,argtwo]{WANT2}\stuff
\sometag{stuff I don't want}[{\THISTAG[arg1=1,argtwo]{WANT3}}]{more stuff I don'    t want}
\THISTAG[arg1=1,argtwo]{OBV_WANT}
>>>
>>> re.findall(r'\\THISTAG\[.+?\]{([^N].+?)}', a,re.MULTILINE)
['WANT0', 'WANT1', 'WANT2', 'WANT3', 'OBV_WANT']