使用正则表达式提取数据？

Question

我正在使用正则表达式编写代码以提取文档中的参数，而我正在使用python。数据包含很多相似的单词，但是当它遇到第一个重复出现的单词时，我需要提取该段落。

例如：data.txt

extract data 
useful data is extracted

extract numbers
useful numbers are extracted

extract variable 
useful variables are extracted

问题是，我只需要提取以下内容：

"extract numbers
useful numbers are extracted"

Answer 1

您可以使用re.findall和模式（“ ([a-zA-Z].* *\n.[a-zA-Z .,']*)”）查找所有段落。另外，它也可以用于诗歌。 我们将您的数据保存在poem变量中：

poem = """extract data 
useful data is extracted

extract numbers
useful numbers are extracted

extract variable 
useful variables are extracted"""

现在，我们找到所有段落并将其存储在par变量中：

import re
par = re.findall("([a-zA-Z].* *\n.[a-zA-Z .,']*)",poem)

现在，par具有三个元素，您可以通过par[0]，par[1]和par[2]选择它们。 par[0]是：

'extract data \nuseful data is extracted'

par[1]是：

'extract numbers\nuseful numbers are extracted'

par[2]是：

'extract variable \nuseful variables are extracted'