Python正则表达式问题

时间:2013-02-07 14:52:40

标签: python regex

所以我试图在python上做得更好但是我在使用re模块进行正则表达式时遇到了一些麻烦。

我正在读取逗号分隔的csv文件,然后我想查找以逗号5结尾的所有行。所以我使用了下面的代码:

    five_rating = re.compile(r",5$", re.MULTILINE)
    print five_rating.findall(file.read())

但我没有得到任何输出。肯定会出现与我正在使用的正则表达式相匹配的情况,我已经在python正则表达式网站上测试了我的正则表达式并且他们模拟了我想要的东西,但在代码中,它只是不起作用!

有什么显而易见的我在这里做错了吗?

哦,我正在使用Ubuntu,文件应该有DOS样式行结尾,但我尝试使用this post中的代码转换终结字符,但它没有做到这一点。

顺便说一下这里有一个输入样本:

9605,Ace Ventura: Pet Detective,5
9606,Ace Ventura: Pet Detective,1
9607,Ace Ventura: Pet Detective,4
9608,Ace Ventura: Pet Detective,3
9609,Ace Ventura: Pet Detective,2
9610,Ace Ventura: Pet Detective,4
9611,Ace Ventura: Pet Detective,3
9612,Ace Ventura: Pet Detective,4
9613,Ace Ventura: Pet Detective,5
9614,Ace Ventura: Pet Detective,5
9615,Ace Ventura: Pet Detective,4
9616,Ace Ventura: Pet Detective,1
9617,Ace Ventura: Pet Detective,3
9618,Ace Ventura: Pet Detective,4
9619,Ace Ventura: Pet Detective,3
9620,Ace Ventura: Pet Detective,1
9621,Ace Ventura: Pet Detective,2
9622,Ace Ventura: Pet Detective,3
9623,Ace Ventura: Pet Detective,5
9624,Ace Ventura: Pet Detective,2
9625,Ace Ventura: Pet Detective,2
9626,Ace Ventura: Pet Detective,4
9627,Ace Ventura: Pet Detective,3
9628,Ace Ventura: Pet Detective,1

2 个答案:

答案 0 :(得分:1)

鉴于您输入(可能是文件)作为多行字符串,如下所示:

st='''9605,Ace Ventura: Pet Detective,5
9606,Ace Ventura: Pet Detective,1
9607,Ace Ventura: Pet Detective,4
9608,Ace Ventura: Pet Detective,3
9609,Ace Ventura: Pet Detective,2
9610,Ace Ventura: Pet Detective,4
9611,Ace Ventura: Pet Detective,3
9612,Ace Ventura: Pet Detective,4
9613,Ace Ventura: Pet Detective,5
9614,Ace Ventura: Pet Detective,5
9615,Ace Ventura: Pet Detective,4
9616,Ace Ventura: Pet Detective,1
9617,Ace Ventura: Pet Detective,3
9618,Ace Ventura: Pet Detective,4
9619,Ace Ventura: Pet Detective,3
9620,Ace Ventura: Pet Detective,1
9621,Ace Ventura: Pet Detective,2
9622,Ace Ventura: Pet Detective,3
9623,Ace Ventura: Pet Detective,5
9624,Ace Ventura: Pet Detective,2
9625,Ace Ventura: Pet Detective,2
9626,Ace Ventura: Pet Detective,4
9627,Ace Ventura: Pet Detective,3
9628,Ace Ventura: Pet Detective,1'''

这有效:

import re

for line in st.splitlines():
    m=re.search(r'(^.*,5$)',line)
    if m: print m.group(0) 

re.findall版本:

print re.findall(r'(^.*,5$)',st, re.MULTILINE)

或(有点令人困惑的恕我直言)re.findall将无法使用parens:

print re.findall(r'^.*,5$',st, re.MULTILINE)

你的工作不正常,因为没有.*含义'匹配所有内容',5 $'

同样如其中一条评论中所述,使用file作为标识符是一个坏主意。

您也可以使用Python的字符串处理来执行此操作:

for line in st.splitlines():
    if line.endswith(',5'): print line

如果您确实要处理CSV文件,请使用内置CSV模块。


最后 - 如果您在* nix上有DOS文件,只需使用Python中的universal line支持{<3}}:

with open(...,'rU') as infile:

答案 1 :(得分:1)

请注意,这里并不需要正则表达式:

with open('file') as f:
    lines = [l.strip() for l in f.readlines() if l.strip().endswith(',5')]

print(list(lines))
>>> ['9605,Ace Ventura: Pet Detective,5', '9613,Ace Ventura: Pet Detective,5', '9614,Ace Ventura: Pet Detective,5', '9623,Ace Ventura: Pet Detective,5']