如何使用 python 有效地解析數據

Question

這是我用於提取我想要的字段的代碼。
但是，我不認為它有效，因為提取取決於字段數。
當然這在小數據中並不重要，但是我想知道更好的方法。
所以我想一次或更有效地提取
對不起我的愚蠢。

import re

data="""
Message-ID: <1608636066635.7f830.79689714@crcvmail15.nm>
Received: from 125.209.x.x (net58.219.x-x.host.lt-nn.net [91.219.x.x])
 by crcvmail15.google.com with ESMTP id +844Q-zuS122aEqk5CZDZg
 for <test@google.com>;
Received: from 125.209.x.x (net58.219.x-18.host.lt-nn.net [91.219.x.x])
 by crcvmail15.google.com with ESMTP id +844Q-zuS122aEqk5CZDZg
 for <test@google.com>;
 Tue, 22 Dec 2020 11:20:58 -0000
From: "test"<from@google.com>
To: test@google.com
Subject:example email
Content-Type: text/html; charset="utf-8"
Content-Transfer-Encoding: quoted-printable
"""

def searchHeader(field):
    form = re.search(r'('+field+'\W+(.*?)\n)',data)
    if form:
        print(form.group())

fields = ['From','To','Cc','Subject','Message-ID','Date','(Return-Path|Reply-To)']
for field in fields:
    res = searchHeader(field)

Answer 1

根據您對“有效”的定義，您可以使用命名捕獲組：

(?P<field>^[\w-]+): *(?P<value>[\s\S]+?)(?=^[\w-]+: *|\Z)

• (?P<field>^[\w-]+) - 將捕獲組命名為“字段”並從行的開頭捕獲所有內容，即\w字符或-破折號。
• : * - 捕獲一個冒號，后跟可選空格。
• (?P<value>[\s\S]+?) - 將捕獲組命名為“值”並捕獲所有內容（包括換行符）。 如果啟用 dotall 修飾符，那么.+? 可以用來代替[\s\S]+? . 這確保我們捕獲可以在Received:之后找到的多行值。
• (?=^[\w-]+: *|\Z) - 繼續捕獲“值”，直到我們點擊一個新的“字段”或字符串的末尾。

https://regex101.com/r/rBBRfM/1

您可以在 regex101 的右上角看到性能統計信息。