多行之間的python正則表達式匹配以及其他所有匹配

Question

所以我已經玩了幾天，這就是我正在尋找的東西以及我現在擁有的正則表達式。 我有一個這種格式的文件（還有其他一些字段，但我省略了：

我只想匹配粗體

ADDR 1 - XXXXXX   ADDR 1 - **XXXXXX**

ADDR 2 - XXXXXX   ADDR 2 - XXXXXX

ADDR 1 - XXXXXX   ADDR 1 - **XXXXXX**

ADDR 2 - XXXXXX   ADDR 2 - XXXXXX

我編寫的正則表達式僅匹配第一個ADDR 1-XXXXX，但是我需要匹配所有粗體XXXXX的實例。

re.findall(r'ADDR 1- .*? ADDR 1-(.*?)(?=ADDR 2-)', lines, re.DOTALL)

有什么建議么？ 我覺得我可能缺少一些簡單但不確定的東西。

Answer 1

碼：

import re

str= """
ADDR 1 - XXXXXX ADDR 1 - ABCDEF

ADDR 2 - XXXXXX ADDR 2 - XXXXXX

ADDR 1 - XXXXXX ADDR 1 - UVWXYZ

ADDR 2 - XXXXXX ADDR 2 - XXXXXX
"""

m = re.findall(r".*ADDR\s+1\s+-\s+(.*)",str)
print m

輸出：

C:\Users\dinesh_pundkar\Desktop>python c.py
['ABCDEF', 'UVWXYZ']

C:\Users\dinesh_pundkar\Desktop>

這個怎么運作：

.*ADDR\s+1\s+-\s+(.*)

Debuggex演示

讓我們排隊-ADDR 1-XXXXXX ADDR 1-ABCDEF

• .*ADDR將匹配ADDR 1-XXXXXX ADDR 。 由於.*匹配任何內容，並且正則表達式本質上是貪婪的，所以要停止，我必須在.*之后添加ADDR
• \\s+1\\s+-\\s+(.*)將匹配其余的1-ABCDEF 。 \\s+1\\s+-\\s+是必需的，因為我們需要匹配ADDR 1而不是ADDR 2 。 (.*)將匹配ABCDEF並將其存儲。

Answer 2

如果要捕獲某個事物的所有其他實例，則對字符串進行拆分或切片將比使用regex 快得多 -以下示例展示了一個非常基本的示例：

split（）方法：

>>> [i.split('ADDR 1 - ')[-1] for i in s.split('\n')[::2]]
>>> ['AXXXXZ', 'AXXXXY']
>>> ''' 18.3057999611 seconds - 10000000 iterations '''

findall（）方法：

>>> re.findall(".*ADDR\s+1\s+-\s+(.*)", s)
>>> ['AXXXXZ', 'AXXXXY']
>>> ''' 77.5003650188 seconds - 10000000 iterations '''

如果您知道regex並非絕對必要，請考慮使用替代方法。 同樣，可以對接受的答案中顯示的正則表達式進行優化，以將時間縮短近一半（例如re.findall("ADDR 1 .+ - (.+)", s ） 37.0185003658 seconds - 10000000 iterations 。