Question

所以我试图将文件的每一行与正则表达式匹配，然后执行以下操作：

import re
regex='\S+\s+(\S{6})\s+VAR'
with open('/home/jyt109/humsavar.txt') as humsavar:
    for line in humsavar:
        match=regex.search(line)
        print match.group(1)

预期输出是每行中特定的6个字符，而不是我得到如下错误：

Traceback (most recent call last):
  File "exercise.py", line 74, in <module>
    match=regex.search(line)
AttributeError: 'str' object has no attribute 'search'

我发现（从下面的链接）要将正则表达式与文件的每一行匹配，该文件必须首先通过file.read（）

转换为列表

Match multiline regex in file object

要重新发布帖子，有没有更简单的方法（最好是超过1行而不是2行）？

humsavar=open('/home/jyt109/humsavar.txt')
text=humsavar.read()

谢谢！

Answer 1

我想你可能误解了那个链接的含义。如果正则表达式的匹配项可以跨越多行，则需要使用file.read()读取该文件。如果换行永远不会成为匹配的一部分，那么您可以逐行读取文件并尝试分别匹配每一行。

如果要分别检查每一行，可以使用file.readlines()获取行列表或仅迭代文件对象，例如：

with open('/home/jyt109/humsavar.txt') as f:
    for line in f:
        match = regex.search(line)

假设你仍然想要一次读取整个文件内容，你可以在一行上这样做：

text = open('/home/jyt109/humsavar.txt').read()

Answer 2

这是一个简单的单行。我在下面的数据文件中测试了它。使用正则表达式时，可以方便地使用Raw String Notation，如下所示。我不知道你的数据文件是什么样的，但我刚刚创建了一个与你指定的搜索模式匹配的文件。

<强>码

import re
print re.findall(r'\S+\s+(\S{6})\s+VAR', open('/tmp/test.txt').read())

<强>输出

['000001', '000002', '123456']

<强>的test.txt

x 000001 VAR
x 000002 VAR
x 123456 VAR

Answer 3

.read()不会将文件转换为列表（.readlines()会这样做）;相反，它将整个文件放入一个字符串。

但即便如此，您也可以使用正则表达式：使用re.MULTILINE进行编译时，锚点^和$将匹配各行的开头和结尾：

>>> regex = re.compile(r"^Match this regex in each line$", re.MULTILINE)
>>> regex.findall(text)

结果将是所有比赛的列表。

python -regex匹配和逐行运行文件的循环

3 个答案: