python正則表達式查找匹配的字符串

Question

我試圖在Python中使用正則表達式在字符串中找到匹配的字符串。 該string如下所示：

band   1 # energy  -53.15719532 # occ.  2.00000000

ion      s      p      d    tot
  1  0.000  0.995  0.000  0.995
  2  0.000  0.000  0.000  0.000
tot  0.000  0.996  0.000  0.996

band   2 # energy  -53.15719532 # occ.  2.00000000

ion      s      p      d    tot
  1  0.000  0.995  0.000  0.995
  2  0.000  0.000  0.000  0.000
tot  0.000  0.996  0.000  0.996

band   3 # energy  -53.15719532 # occ.  2.00000000

我的目標是在tot之后找到字符串。 因此，匹配的字符串將類似於：

['0.000  0.996  0.000  0.996', 
'0.000  0.996  0.000  0.996']

這是我當前的代碼：

pattern = re.compile(r'tot\s+(.*?)\n', re.DOTALL)
pattern.findall(string)

但是，輸出給了我：

['1  0.000  0.995  0.000  0.995',
 '0.000  0.996  0.000  0.996',
 '1  0.000  0.995  0.000  0.995',
 '0.000  0.996  0.000  0.996']

任何我做錯事的想法嗎？

Answer 1

您不需要DOTALL標志。 刪除它並改用MULTILINE 。

pattern = re.compile(r'^\s*tot(.*)', re.MULTILINE)

這匹配以tot開頭的所有行。 該行的其余部分將在第1組中。

引用文檔 ，重點是：

re.DOTALL

標記為'.' 特殊字符完全可以匹配任何字符， 包括換行符 ； 沒有此標志， '.' 將匹配換行符以外的任何內容。

請注意，無需正則表達式，您可以輕松地做到這一點。

with open("input.txt", "r") as data_file:
    for line in data_file:
        items = filter(None, line.split(" "))
        if items[0] == "tot":
            # etc

Answer 2

您正在使用re.DOTALL，這意味着點“。” 會匹配所有內容，甚至是換行符，從本質上來說，它會找到“ tot” -s以及下一個換行符之前的所有內容：

                            tot
  1  0.000  0.995  0.000  0.995

和

tot  0.000  0.996  0.000  0.996

刪除re.DOTALL應該可以解決您的問題。

編輯：實際上，DOTALL標志不是真正的問題（盡管不必要）。 模式中的問題是\\ s +與換行符匹配。 用單個空格代替可以解決此問題：

pattern = re.compile(r'tot (.*?)\n')

Answer 3

使用re.findall函數和特定正則表達式模式的替代解決方案：

# str is your inital string
result = re.findall('tot [0-9 .]+(?=\n|$)', str)
print(result)

輸出：

['tot  0.000  0.996  0.000  0.996', 'tot  0.000  0.996  0.000  0.996']