Question

当以＃和任意数量的空格开头时，需要排除使用正则表达式定位的块。这是一个示例文件

&START   A=23  ... more data ...
                  B=24    &END
#   &START   A=34  ... more data ...
                  B=24    &END
&START   .... block 3 of data across multiple lines ....  &END
&START   .... block 4 of data across multiple lines ....  &END

以下正则表达式不会像我预期的那样排除注释条目 -

(?!#\s*)&START(.+?)&END

希望遍历条目和文件以进行处理。用于执行此操作的Python代码（除了通过注释行之外，它的效果很好） -

f=open(filename)
data=f.read()
f.close()

pattern=re.compiler(r'(?!#\s*)&START(.+?)&END, re.DOTALL)
get_entries = pattern.findall

for entry in get_entries(data):
    # process the entry
    print entry

在正则表达式方面，我可能是一个基本的疏忽，因为我是绿色的。非常感谢能够提出建议的任何人。

Answer 1

完全删除该行。

if line.lstrip().startswith('#'):
  continue

Answer 2

这似乎有效：

import re

target="""
&START   A=23  ... more data ...
                  B=24    &END
#   &START   A=C34  ... more data ...
                  B=C24    &END
&START   .... block 3 of data across multiple lines ....  &END
&START   .... block 4 of data across multiple lines ....  &END
"""

regex = re.compile("^(?!#)&START (.*?)&END",re.MULTILINE|re.DOTALL)

for s in regex.findall(target):
   print s

返回：

  A=23  ... more data ...
                  B=24    
  .... block 3 of data across multiple lines ....  
  .... block 4 of data across multiple lines ....

Answer 3

这最好用于发电机。使用（m）多行标记将允许它搜索下一行，直到找到结束标记。

如何在使用正则表达式搜索时排除注释行？

3 个答案: