在開始和結束模式python正則表達式之間多次查找模式

Question

我試圖在多行的開始和結束模式之間找到某種模式。 這是我的意思：

我讀取了一個文件並將其保存在變量File中，這就是原始文件的樣子：

文件：

...
...
...
Keyword some_header_file {
   XYZ g1234567S7894561_some_other_trash_underscored_text;
   XYZ g1122334S9315919_different_other_trash_underscored_text;
}
...
...
...

我正在嘗試抓住g和S之間的1234567以及1122334 。 some_header_file塊可以是任意數量的行，但始終以}結尾。因此，我嘗試從特定關鍵字的“關鍵字”到“}”的所有行在g和S之間准確地抓住7位數字。

這是我用的：

    FirstSevenDigitPart = str(re.findall(r"Keyword\s%s.*\n.*XYZ\s[gd]([0-9]{7})[A-Z][0-9]{7}.*\}"%variable , str(File) , flags=re.MULTILINE))

但是不幸的是它什么也沒返回。.只是空白[]我在做什么錯？ 我怎樣才能做到這一點？ 提前致謝。

Answer 1

我認為這里最簡單的方法是使用兩個表達式並分兩步運行它。 有一個小例子。 當然，您應該根據需要對其進行優化。

import re
text = """Keyword some_header_file {
XYZ g1234567S7894561_some_other_trash_underscored_text;
XYZ g1122334S9315919_different_other_trash_underscored_text;
}"""

all_lines_pattern = 'Keyword\s*%s\s*\{\n(?P<all_lines>(.|\s)*)\}'
first_match = re.match(all_lines_pattern % 'some_header_file', text)
if first_match is None:
    # some break logic here
    pass
found_lines = first_match.group(1)
print(found_lines) # '    XYZ g1234567S7894561_some_other_trash_underscored_text;\n    XYZ g1122334S9315919_different_other_trash_underscored_text;\n    '
sub_pattern = '(XYZ\s*[gd](?P<your_pattern>[0-9]{7})[A-Z]).*;'
found_groups = re.findall(sub_pattern, found_lines)
print(found_groups)  #   [('XYZ g1234567S', '1234567'), ('XYZ g1122334S', '1122334')]

Answer 2

您可以將文件讀入contents變量並使用

import re

contents = "...\n...\n...\nKeyword some_header_file {\n   XYZ \ng1234567S7894561_some_other_trash_underscored_text;\n   XYZ \n1122334S9315919_different_other_trash_underscored_text;\n}\n...\n...\n..."
results = []
variable = 'some_header_file'
block_rx = r'Keyword\s+{}\s*{{([^{{}}]*)}}'.format(re.escape(variable))
value_rx = r'XYZ\s[gd]([0-9]{7})[A-Z][0-9]{7}'
for block in re.findall(block_rx, contents):
    results.extend(re.findall(value_rx, block))

print(results)
# => ['1234567', '1122334']

參見Python演示 。

第一個正則表達式（ block_rx ）看起來像Keyword\\s+some_header_file\\s*{([^{}]*)} ，並將匹配您需要在其中搜索值的所有塊。第二個正則表達式XYZ\\s[gd]([0-9]{7})[AZ][0-9]{7} ，匹配您需要的內容並返回捕獲列表。