Question

我有一些这样的文字：

cc.Action = {
};

cc.FiniteTimeAction = {

};

cc.Speed = {

};

我想要的结果（列表）是：

['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

以下是我的尝试：

input = codecs.open(self.input_file, "r", "utf-8")
content = input.read()
result = re.findall('cc\..*= {.*};', content, re.S)
for r in result:
    print r
    print '---------------'

结果是：

[
'cc.Action = {
};

cc.FiniteTimeAction = {

};

cc.Speed = {

};'
]

任何建议都将不胜感激，谢谢：）

Answer 1

匹配的开头似乎是cc.，匹配的结尾似乎是;所以我们可以使用模式：

'cc\.[^;]+'

意思是，我们匹配cc.然后匹配不是;的每个字符（[]包含字符类，^否定该类。）

你也可以使用非贪婪的重复*?，但在这种情况下，我会说它有点矫枉过正。正则表达式越简单越好。

要获得所需的输入，您还必须摆脱换行符。我会一起提议：

result = re.findall('cc\.[^;]*;', content.replace('\n', ''))

Answer 2

问题是，你正在使用贪婪的搜索。您需要使用?运算符

进行非贪婪搜索

import re
print [i.replace("\n", "") for i in re.findall(r"cc\..*?{.*?}", data, re.DOTALL)]
# ['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

如果您不使用.*?，.*{将匹配字符串中的最后一个{。因此，所有字符串都被视为单个字符串。当你进行非贪婪的匹配时，它会匹配到当前角色的第一个{。

此外，这可以在不使用RegEx的情况下完成，如此

print [item.replace("\n", "") for item in data.split(";") if item]
# ['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

根据;分割字符串，如果当前字符串不为空，则用空字符串替换所有\n（换行符）。

Answer 3

正如您的标题所示，问题是贪婪：cc\..*=匹配从字符串的开头到 last =。

您可以使用延迟量词来避免此行为，该量词将尝试在最早出现的下一个字符时停止：

cc\..*?= {.*?};

在这里演示：http://regex101.com/r/oL4yG7。

Answer 4

如果您根据;进行拆分：

codes.split(';')

输出：

['cc.Action = {}', ' cc.FiniteTimeAction = {}', 'cc.Speed = {}', '']

Answer 5

>>> 'cc.Action = {\n};\n\ncc.FiniteTimeAction = {\n\n};\n\ncc.Speed = {\n\n};'.replace('\n','').split(";")
['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}', '']

这对你有用

python正则表达式：多线和非贪婪

5 个答案: