Question

我想从类似于此字符串的字符串中提取值：

=== START AAA
one: 11 
two: 22
=== START BBB
one: 44
two: 55
three: 66

＆＃34;三＆＃34;参数是可选的。我可以逐行解析，但我试图用re.findall做这个。我添加了。*？和（=== | $）这样整个字符串不会被立刻消耗掉。我尝试了很多东西，这似乎是最接近的：

stats_re = re.compile('START (\S+).*?one\s*:\s*(\S+).*?two\s*:\s+(\S+).*?(three\s*:\s+(\S+))?(===|$)',re.DOTALL)

这会产生：

('AAA', '11', '22', '', '', '===')
('BBB', '44', '55', '', '', '')

除了我没有得到＆＃34;三＆＃34;参数出现时。

Answer 1

你的正则表达式很好。你错过了几件事在大多数情况下，您必须使用一致的.*?来消费字段。

我评论了需要修改的部分这是修改后的正则表达式：

 START[ ]+(\S+).*?one\s*:\s*(\S+).*?two\s*:\s+(\S+).*?(?:three\s*:\s+(\S+).*?)?(===|$)

扩展：

 START [ ]+                    # <- Added '+'
 ( \S+ )                       # (1)
 .*? one \s* : \s* 
 ( \S+ )                       # (2)
 .*? two \s* : \s+ 
 ( \S+ )                       # (3)
 .*? 
 (?:                           # <- Converted to non-capture
      three \s* : \s+ 
      ( \S+ )                       # (4)
      .*?                           # <- Added '.*?'
 )?
 ( === | $ )                   # (5)

输出

 **  Grp 0 -  ( pos 4 , len 33 ) 
START AAA
one: 11 
two: 22
===  
 **  Grp 1 -  ( pos 10 , len 3 ) 
AAA  
 **  Grp 2 -  ( pos 20 , len 2 ) 
11  
 **  Grp 3 -  ( pos 30 , len 2 ) 
22  
 **  Grp 4 -  NULL 
 **  Grp 5 -  ( pos 34 , len 3 ) 
===  

--------------------

 **  Grp 0 -  ( pos 38 , len 39 ) 
START BBB
one: 44
two: 55
three: 66   
 **  Grp 1 -  ( pos 44 , len 3 ) 
BBB  
 **  Grp 2 -  ( pos 54 , len 2 ) 
44  
 **  Grp 3 -  ( pos 63 , len 2 ) 
55  
 **  Grp 4 -  ( pos 74 , len 2 ) 
66  
 **  Grp 5 -  ( pos 77 , len 0 )  EMPTY

python findall包括可选文本

1 个答案: