Question

我正在搜索文本文件（下面显示的示例文件），我正在尝试从每个组中选择各种数据。例如，我想从每个组中选择“random text-x”数据，“findMe”文本以及每个组中的数字（例如来自A组“100-012”和“499-217”），尽管计数每组中的数字是未知的。

EXAMPLEFILE.TXT:
 1. [**] random text group A [**]
 2. random number of lines of text 
 3. findMe
 4. stufff...100-012 qwerty...499-217


 5. [**] random text group B [**]
 6. random lines of text 
 7. findMe


 8. [**] random text group C [**]
 9. random number of lines of text 
10. findMe
11. stufff...223-300 qwerty...888-888 zzzz...333-444

12. [**] continues......

我的代码显示在最后，但它只输出：

random text-A findMe ['100-012', '499-217', '223-300', '888-888', '333-444']

我真的很难弄明白我哪里出错了。非常感谢任何帮助，谢谢。

import re

def patternMatching(group, line):
    section = re.findall(group, line)     
    for i in section:
        randText = re.search('\]\s(.*?)\[', i)
        result1 = randText.group(1)
        print result1
        findMe = re.search('findMe', line)
        result2 = findMe.group()
        print result2
        numbers = re.findall('(\d{3}\-\d{3})',line)
        print numbers

randomTextgroup = re.compile(r'\*{2}\].*\[\*{2}\].*\[\*{2}\]', re.DOTALL|re.S)
with open ("C:/Location/test.txt", 'r') as txt:
    data=txt.read().replace('\n','\r')
    a = randomTextgroup.findall(data)
    for i in a:
        patternMatching(randomTextgroup, i)

我的目标是：

random text group A
findMe
100-012 499-217

random text group B
findMe

random text group C
fineMe
223-300 888-888 333-444

对于这组数字，我并不介意它是否以['223-300'，'888-888'，'333-444']或作为元组出现 - 就像它一样长分组，以便我可以使用它。

Answer 1

我终于得到了！ :)感谢@AdamSmith和@sln的帮助和建议。事实上，主要因素是正则表达式（@ randomTextgroup）是贪婪的。然后，patternMatching（）中的额外for循环导致没有数据......一个for循环太多。无论如何，谢谢你:)

randomTextgroup = re.compile(r'\*{2}\].*?\[\*{2}\].*?(?=\[\*{2}\])')


with open ("C:Location/test.txt", 'r') as txt:


    data=txt.read().replace('\n','\r')


    section = randomTextgroup.findall(data)


    for i in section:

        randText = re.search('\]\s(.*?)\[', i)
        test = randText.group(1)
        print test

        findMe = re.search('findMe', i)
        result2 = findMe.group()
        print result2

        numbers = re.findall('(\d{3}\-\d{3})', i)
        print numbers, '\n'

这导致以下输出：

random text-A 
findMe
['100-012', '499-217'] 

random text-B 
findMe
[] 

random text-C 
findMe
['223-300', '888-888', '333-444']

N.B。对于其他读者，输入文件保持不变（如原始帖子中所述）

迭代检索到的文件中的数据以提取各种值

1 个答案: