Question

我的数据如下：

    /media/info/DRIVE/Animal/Stuff
    Rights: _RWCEMF_     User / Group .CN=Dog.OU=Random.OU=Place.O=X.T=X.
    Rights: _RWCEMF_     User / Group .CN=Cat.OU=Random.OU=Place.O=X.T=X.
    /media/info/DRIVE/Tricks/Treats
    Rights: _RWCEMF_     User / Group .CN=Gorilla.OU=Random.OU=Place.O=X.T=X.
    Rights: _RWCEMF_     User / Group .CN=Hippo.OU=Random.OU=Place.O=X.T=X.
    Rights: _R______     User / Group .CN=Dog.OU=Random.OU=Place.O=X.T=X.
    /media/info/DRIVE/Private/Hideout
    Rights: _RWCEMF_     User / Group .CN=Hippo.OU=Random.OU=Place.O=X.T=X.

假设这种情况持续了数千行，我希望看到Dog拥有的所有权限。理想情况下，输出看起来像这样：

    /DRIVE/Animal/Stuff   Rights: _RWCEMF_
    /DRIVE/Tricks/Treats  Rights: _R______

问题：这是我应该用正则表达式处理的吗？我一直在做一些阅读/试验，看起来你找不到狗，然后回顾最近出现的 / media / info / DRIVE ，因为lookback检查静态字符数量。

另一方面，lookahead找到第一场比赛，然后继续寻找第二场比赛 - 即使后来在一个完全独立的车道中有数百行。

有关如何处理此问题的任何想法？我用这个旋转我的车轮。所有搜索都指向正则表达式。

Answer 1

你走了：

import pandas as pd

data = []
for line in open('temp.text'):
    if line.startswith('/media/'):
        path = line[:-1]
    else:
        rights = line.split()[1]
        owner = re.match('.*.CN=([^.]+).*', line).groups()[0]
        row = {'path': path, 'right': rights, 'owner': owner}
        data.append(row)
df = pd.DataFrame(data)
df[df.owner=='Dog']

Answer 2

您可以获取使用此正则表达式获得的字符串的前8个字符：

_.*Dog

这将为您提供以Dog的权限开头的所有字符串。

或者如果_不是前置条件，你可以查找以这种方式获得的字符串的子串（2-9）：

:.*Dog

Pandas DF和RE - 找到一个匹配的Y.然后找到X的最后一次出现

2 个答案: