Question

尝试使用Python 2.7.3正则表达式使用新行字符在大输入中查找某些字符串时遇到问题。我有这样的事情：

type="thing" blahblahblah
something id="123456"
...
type="disabled thing" blahblahblah
somethingelse id="123457"
...

我希望得到所有id = type =“thing”。由于贪婪的正则表达式引擎，我必须编写一个正则表达式：

r'type="thing"(?!type).+id="[0-9]{6,7}"', re.S

然而，这不起作用。如何在输入中使用此类数据创建排除字符串正则表达式？

Answer 1

如果我正确理解了您的问题（在编辑之前），您需要与ID相关联的两行。在这种情况下，您将需要沿着这些方向的某些内容（假设新行标有'\ n'）：

>>> import re
>>> t = """
type="thing" blahblahblah
something id="123456"
...
type="disabled thing" blahblahblah
somethingelse id="123457"
...
"""
>>> q = re.compile(r'type="thing".*\n.*\n')
>>> q.findall(t)
['type="thing" blahblahblah\nsomething id="123456"\n']
>>> for s in q.findall(t):
    print s  

type="thing" blahblahblah
something id="123456"

如果您不使用re.S，则可以更有效地控制表达式的贪婪。您的.+与re.S相结合会使您的表达变得贪婪，否则您将不得不考虑。你也可以使用像.+?这样的东西。加号后面的问号会使你的表达不贪婪，但我会选择更简洁的表达。

Answer 2

使用此：

r'type="thing"[\s\S]+?id="([0-9]{6,7})"', re.S

示例：

import re

s = b'''"type="thing" blahblahblah
something id="123456"
....
type="thing" blahblahblah
something id="123459"
....
type="disabled thing" blahblahblah
somethingelse id="123457"'''

expr = re.compile(r'type="thing"[\s\S]+?id="([0-9]{6,7})"', re.S);

c = expr.findall(s)

for c1 in c:
    print ".."
    print c1

输出：

>>> 
..
123456
..
123459

Python：在多行输入中排除字符串/单词的正则表达式

2 个答案: