时间戳

首页 > 解决方案 > Python重新解析文件

python - Python重新解析文件

问题描述

我正在尝试解析包含多个块的文件。该文件如下所示。

$ Start of something1
.........contents
.........
$ End of something1
$ Start of something2
..........
..........
$ End of something2
some comments that should be included in block2.
$ Start of something3
.......
.......
$ End of something3

我已经成功地从第一行（$ Start）解析到包含“$ End of .....”的块的最后一行。但是我遇到的问题基本上是针对我的示例中像 2nd 这样的块，它在结束页脚之后有一些注释。我基本上需要在开始时找到 $ Start 并找到下一个 $ Start 但在下一个“$ Start”之前找到所有内容。提前非常感谢。

标签： pythonregexpython-2.7

解决方案

您可以使用不属于捕获组的积极前瞻：

t = """$ Start of something1
.........contents
.........
$ End of something1
$ Start of something2
..........
..........
$ End of something2
some comments that should be included in block2.
$ Start of something3
.......
.......
$ End of something3""" 


import re

for k in re.findall(r'(\$ Start of .*?)(?=(?:\$ Start|\Z))',t,re.DOTALL|re.MULTILINE):
        print "------ new find --------" 
        print k  
        print "------- end ------------\n\n"

输出：

------ new find --------
$ Start of something1
.........contents
.........
$ End of something1

------- end ------------


------ new find --------
$ Start of something2
..........
..........
$ End of something2
some comments that should be included in block2.

------- end ------------


------ new find --------
$ Start of something3
.......
.......
$ End of something3
------- end ------------

解释：

该模式捕获以文字开头的组，$ Start of后跟尽可能少的字符（包括由于 re.DOTALL 引起的换行符），以便匹配后跟$ Start或\Z== 字符串结尾。

(?=..) 是一个正向前瞻，它的内容 (?:\$ Start|\Z) 不是它之前的组的一部分，并且它自己的组是非捕获的。

  • 第一捕获组(\$ Start of .*?)
    • \$匹配字符 $ 字面意思（区分大小写）
    • Start of从字面上匹配字符 Start of（区分大小写）
    • .*?匹配任何字符
      • *?量词 - 在零次和无限次之间匹配，尽可能少，根据需要扩展（惰性）
  • 积极前瞻(?=(\$ Start|\Z))
    • 断言下面的正则表达式匹配
    • 第二捕获组(\$ Start|\Z)
      • 第一种选择\$ Start
        • \$匹配字符 $ 字面意思（区分大小写）
        • Start从字面上匹配字符 Start（区分大小写）
      • 第二种选择\Z
        • \Z断言字符串末尾的位置，或字符串末尾的行终止符之前（如果有）

全局模式标志

  • re.MULTILINE: 多行。导致 ^ 和 $ 匹配每行的开始/结束（不仅是字符串的开始/结束）。

  • re.DOTALL： 单线。点匹配换行符

您可以在https://regex101.com/r/h27O0d/1查看解释，我根据您的文本开发了正则表达式。

推荐阅读