我一直在手动搜索通过运行程序生成的大文件。我已经成功地提取了一些信息块但我仍然试图提取最后三个块。块的结构如下：
尝试过多次重复表达但没有成功，例如：
v2 = re.findall(r'(?s)\(VFSCAN\) AT TIME =(.*?)100 BUSES WITH LOW VOLTAGE DEVIATION BELOW.*?\s*$',wholefile)
wholefile是我读过的整个文件。该文件包含以下每个部分中的几个部分，我想将它们全部解压缩，以便我可以找到最后一个条目，例如（{{1} }）。然后我将用时间解析该行以确定何时发生这种情况。我必须对“电压偏差”“电压”和“频率”做同样的事情。如果我找到如何匹配一个可变长度，多行部分，它应该是相同的其他部分。我的问题是知道何时结束搜索。我使用的事实是搜索应该在最后一个空白行结束（因此我使用18436 [LENZIE 618.0] -0.245）。我使用findall提取所有这些部分的电压偏差，例如。
我在python中对模式的VERBOSE定义也存在问题。我似乎没有工作（下面）。我做错了吗？
\s*$下一天 在尝试了几个小时后，我想出了以下内容。第一个匹配所有（不是我需要的），第二个我确定会工作与我的测试文件不匹配。
首先：
(VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:
X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
18436 [LENZIE 618.0] -0.245 18433 [LENZIE 318.0] -0.245
18431 [LENZIE 118.0] -0.214 18432 [LENZIE 218.0] -0.214
18435 [LENZIE 518.0] -0.214 18434 [LENZIE 418.0] -0.214
(VFSCAN) AT TIME = 2.6267 UP TO 100 BUSES WITH LOW VOLTAGE BELOW 0.700:
X ----- BUS ------ X VOLT X ----- BUS ------ X VOLT
65191 [BONANZA 24.0] 0.439 65194 [CHAPITA 138] 0.581
65192 [BONANZA 138] 0.585 65371 [COVE TP 138] 0.694
66278 [RANGELY 138] 0.698
(VFSCAN) AT TIME = 6.0632 UP TO 100 BUSES WITH LOW FREQUENCY BELOW 59.600:
X ----- BUS ------ X FREQ X ----- BUS ------ X FREQ
27117 [WTGCP .600] 59.443 27123 [WTGGE2 .570] 59.490
27119 [WTGGE .570] 59.492 26040 [INTERM2G26.0] 59.492
26039 [INTERM1G26.0] 59.492
pattern = r"""
(?s) # Tell Regex to span multiple lines
\(VFSCAN\).*100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200: # Literal string to serach for
(\s*$).*? # This search for an empty line
X ----- BUS ------ X VOLT X ----- BUS ------ X VOLT # Literal string to search (\d{5}.*).*? # Multiple lines starting with numbers
\s*$ # This search ends with an empty line
"""
regex = re.compile(pattern, re.VERBOSE)
第二
(?s)^\(VFSCAN\).*100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:.*(\s*$)?
使用这些正则表达式，我试图完全匹配文件的以下部分。
(?m)(?s)^\(VFSCAN\).*100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:^\s*$^X ----- BUS ------ X VDEV.*?
(.*?)
^\s*$
我需要一些帮助来修复模式，以便我可以选择上面的内容。
我对以下文字有疑问。我只想在所有方括号“[]”中提取时间和相关项目。
(VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:
X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
18436 [LENZIE 618.0] -0.245 18433 [LENZIE 318.0] -0.245
18431 [LENZIE 118.0] -0.214 18432 [LENZIE 218.0] -0.214
18435 [LENZIE 518.0] -0.214 18434 [LENZIE 418.0] -0.214
当我使用findall和我得到的模式时。
test3 = r'''(VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW - 0.200:
X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
18436 [LENZIE 618.0] -0.245 18433 [LENZIE 318.0] -0.245
18431 [LENZIE 118.0] -0.214 18435 [LENZIE 518.0] -0.214
18434 [LENZIE 418.0] -0.214 18432 [LENZIE 218.0] -0.214
(VFSCAN) AT TIME = 1.5167 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:
X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
69036 [DNLP2G21.575] -0.414 69038 [DNLP2G22.575] -0.414
69040 [DNLP2G23.575] -0.414 69032 [DNLP1_G1.575] -0.402
65460 [DIFICULT 230] -0.384 69027 [7MIHL G1.575] -0.355
69076 [HORIZ_G .575] -0.303 67237 [MEDBOWCO 115] -0.301
67940 [STNDPSVC 230] -0.300 65976 [MINERS 34.5] -0.294
65585 [FT CRK1 34.5] -0.261 65584 [FT CRK2 34.5] -0.261
69073 [HIPLN_G .575] -0.214
(VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:
X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
65191 [BONANZA 24.0] -0.572 65192 [BONANZA 138] -0.434
65194 [CHAPITA 138] -0.433 66278 [RANGELY 138] -0.320
65371 [COVE TP 138] -0.302 79265 [CALAMRDG 138] -0.286
79400 [DES.MINE 138] -0.285 65086 [ASHLEY 69.0] -0.284
79067 [VERNAL 138] -0.277 67257 [MOONLAK269.0] -0.268
67256 [MOONLAK169.0] -0.266 79264 [W.RV.CTY 138] -0.206
'''
我应该在列表中获得超过30个匹配的元组。
答案 0 :(得分：2)
\(VFSCAN\)[^=]*=\s* # first line of a section: (VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200
(\d*(?:\.\d+)?) # group 1 - first number of first line: 1.1800
\D+
(\d+) # group 2 - second number of first line: 100
[^\d-]+
(-?\d*(?:\.\d+)?) # group 3 - last number of first line: -0.200
\D+ # skip second line
(?: # a data line: 18436 [LENZIE 618.0] -0.245 18433 [LENZIE 318.0] -0.245
(?: # a data entry: 18436 [LENZIE 618.0] -0.245
(\d+) # group 4 - first number in an entry: 18436
\s+\[
(.*?) # group 5 - words in brackets: LENZIE
(-?\d*(?:\.\d+)?) # group 6 - number in brackets: 618.0
\]\s*
(\S*) # group 7 - last number (VDEV): -0.245
\s*
)+
(?=[\r\n\s]+|$)
)+
BUSES WITH LOW VOLTAGE DEVIATION BELOW介于第2组和第3组（[^\d-]+）之间。因此，您可以执行以下操作之一：
您也可以捕捉此部分以便稍后检查它是否是您想要的部分。只需在其周围添加parantheses，使其成为第3个捕获组：
[^\d-]+ =＆gt; ([^\d-]+)。
或者您可以更改正则表达式的相同部分以仅匹配所需的部分。在这种情况下，正则表达式仅匹配指定的部分而不是每个部分：
[^\d-]+ =＆gt; \s+BUSES\s+WITH\s+LOW\s+VOLTAGE\s+DEVIATION\s+BELOW\s+
如果你想匹配两行：
BUSES WITH LOW VOLTAGE DEVIATION BELOW
BUSES WITH LOW FREQUENCY BELOW
然后，您可以使用替代（|）语法编写更改部分（(?:...)表示不捕获此组）：
[^\d-]+ =＆gt; \s+BUSES\s+WITH\s+LOW\s+(?:VOLTAGE\s+DEVIATION|FREQUENCY)\s+BELOW\s+
可以移除不必要的捕获组，例如(xyz) =＆gt; xyz，或以这种方式取消捕获：(xyz) =＆gt; (?:xyz)
将.*更改为.+可能会导致性能提升。
以下正则表达式是上述正则表达式的改进版本：
\(VFSCAN\)[^=]*=\s* # first line of a section: (VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200
(\d*(?:\.\d+)?) # group 1 - first number of first line: 1.1800
\D+
\d+ # second number of first line: 100
[^\d-]+
-?\d*(?:\.\d+)? # last number of first line: -0.200
\D+ # skip second line
(?: # a data line: 18436 [LENZIE 618.0] -0.245 18433 [LENZIE 318.0] -0.245
(?: # a data entry: 18436 [LENZIE 618.0] -0.245
\d+ # first number in an entry: 18436
\s+\[
(.+?) # group 2 - words in brackets: LENZIE
-?\d*(?:\.\d+)? # number in brackets: 618.0
\]\s+
\S+ # last number (VDEV): -0.245
\s*
)+
(?=[\r\n\s]+|$)
)+
答案 1 :(得分：0)
您正试图将VOLT与VDEV
(VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:
X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
或者您尝试将-0.200与0.700
(VFSCAN) AT TIME = 2.6267 UP TO 100 BUSES WITH LOW VOLTAGE BELOW 0.700:
X ----- BUS ------ X VOLT X ----- BUS ------ X VOLT