python中的正則表達式不起作用

Question

我正在寫《 Python for Informatics 》一書中的練習，該書要求我編寫一個程序來模擬grep命令在UNIX上的操作。 但是，我的代碼不起作用。 在這里，我簡化了代碼，僅打算計算以“查找”一詞開頭的行數。 我很困惑，希望您能對此有所啟發。

from urllib.request import urlopen
import re

fhand = urlopen('http://www.py4inf.com/code/mbox-short.txt')
sumFind = 0

for line in fhand:
    line = str(line) #convert from byte to string for re operation
    if re.search('^From',line) is not None:
        sumFind+=1

print(f'There are {sumFind} lines that match.')

腳本的輸出是

有0條匹配的行。

這是輸入文本的鏈接： 文本

非常感謝您的寶貴時間。

Answer 1

錯誤是使用str將字節轉換為字符串。

>>> str(b'foo')
"b'foo'"

您將需要

line = line.decode()

但是最好的方法是將字節正則表達式傳遞給正則表達式，這是受支持的：

for line in fhand:
    if re.search(b'^From',line) is not None:
        sumFind+=1

現在我有54場比賽。

請注意，您可以將整個循環簡化為：

sum_find = sum(bool(re.match(b'From',line)) for line in fhand)

• re.match取代了在搜索中使用^的需要
• 無需循環， sum計數re.match返回真實值的時間（明確轉換為bool因此可以求和0或1）

甚至沒有正則表達式也更簡單：

sum_find = sum(line.startswith(b"From") for line in fhand)

Answer 2

您的問題是urllib模塊從url / text文件返回字節而不是字符串。

您可以：

1. 在正則表達式搜索中使用字節：re.search（b'From'，行）。

2. 使用請求模塊將文件下載為字符串並按行分割：

   匯入要求

   txt = requests.get（' http://www.py4inf.com/code/mbox-short.txt '）.text.split（'\\ n'）

   對於txt中的行：...