Question

我必须逐行读取文本文件并提取每行的一部分。如果我正在阅读的行是预期的格式，我有一个工作代码，但情况并非总是这样。文件中存在错误，即一些丢失的信息或字符。所以我想跳过这些错误的路线。为此，我想使用regular expression模块。我定义了我需要的正则表达式。可以说，reg_exp_string将与我读过的行匹配。我想要一个完整的匹配，我不想搜索文本的某些部分。如果是完全匹配则返回true，否则返回false。想一想，我试过re.match()并返回一个对象。我无法理解。使用它的正确方法是什么？如果字符串的某些部分与正则表达式匹配，它总是返回一个对象。我只想要一个完整的匹配并得到一个布尔答案。我怎么能这样做？

Answer 1

匹配对象的文档是a little further down。

Answer 2

如documentation中所述，$匹配字符串的结尾。您可以修改正则表达式以在最后包含$。例如：

match_this = "abc12a" #expression you would like to match
dont_match_this = "abc12a9" #expression that returns partial matches from re.match

旧的正则表达式将匹配match_this和dont_match_this：

old_reg_expr = "[a-z]+\d[a-z]+"

新的正则表达式包含$，如果字符串在表达式中匹配的最后一个元素之后结束，则仅返回匹配项：

new_reg_expr = "[a-z]+\d[a-z]+$"

或者，您可以保留旧的正则表达式，只需检查匹配的结束位置是否等于字符串的结尾：

>>> m = re.match("[a-z]+\d[a-z]+", "abc12a9")
>>> m.end() == m.endpos
False

Answer 3

re.match()应该返回一个匹配对象，除非没有匹配，在这种情况下它会返回None：

http://docs.python.org/library/re.html#re.match

Answer 4

如http://docs.python.org/library/re.html中所述，match（）将返回MatchObject，找到匹配，否则返回None。

所以，简单地说：

for line in ... :
    m = your_regexp.match(line)
    if m:
        process(line)

python正则表达式模块

4 个答案: