Question

我在为多行匹配编译正确的正则表达式时遇到问题。有人能指出我做错了什么。我正在循环使用包含数百个条目的基本dhcpd.conf文件，例如：

host node20007                                                                                                                  
{                                                                                                                              
    hardware ethernet 00:22:38:8f:1f:43;                                                                                       
    fixed-address node20007.domain.com;     
}

我已经获得了各种正则表达式来处理MAC和固定地址，但无法将它们组合起来以便正确匹配。

f = open('/etc/dhcp3/dhcpd.conf', 'r')
re_hostinfo = re.compile(r'(hardware ethernet (.*))\;(?:\n|\r|\r\n?)(.*)',re.MULTILINE)

for host in f:
match = re_hostinfo.search(host)
    if match:
        print match.groups()

目前我的匹配组将如下所示：
（'硬件以太网00：22：38：8f：1f：43'，'00：22：38：8f：1f：43'，''）

但寻找类似的东西：
（'hardware ethernet 00：22：38：8f：1f：43'，'00：22：38：8f：1f：43'，'node20007.domain.com'）

Answer 1

更新我刚刚注意到你获得结果的真正原因;在你的代码中：

for host in f:
    match = re_hostinfo.search(host)
    if match:
        print match.groups()

host 指的是一行，但您的模式需要在两行上工作。

试试这个：

data = f.read()
for x in regex.finditer(data):
    process(x.groups())

其中regex是一个匹配超过两行的编译模式。

如果您的文件很大，并且您确定感兴趣的部分总是分布在两行上，那么您可以一次读取一行文件，检查图案的第一部分的行，设置标志告诉您是否应该检查第二部分的下一行。如果您不确定，它会变得复杂，或许足以开始查看pyparsing模块。

现在回到原来的答案，讨论你应该使用的模式：

你不需要MULTILINE;只是匹配空白。使用这些构建块构建模式：

（1）固定文本（2）一个或多个空白字符（3）一个或多个非空白字符

然后加上括号来获取你的小组。

试试这个：

>>> m = re.search(r'(hardware ethernet\s+(\S+));\s+\S+\s+(\S+);', data)
>>> print m.groups()
('hardware ethernet   00:22:38:8f:1f:43', '00:22:38:8f:1f:43', 'node20007.domain.com')
>>>

请考虑使用“详细模式”...您可以使用它来准确记录哪些部分模式匹配哪些数据，它通常可以帮助首先获得模式。例如：

>>> regex = re.compile(r"""
... (hardware[ ]ethernet \s+
...     (\S+) # MAC
... ) ;
... \s+ # includes newline
... \S+ # variable(??) text e.g. "fixed-address"
... \s+
... (\S+) # e.g. "node20007.domain.com"
... ;
... """, re.VERBOSE)
>>> print regex.search(data).groups()
('hardware ethernet   00:22:38:8f:1f:43', '00:22:38:8f:1f:43', 'node20007.domain.com')
>>>

Answer 2

有时，更简单的方法是不使用正则表达式。只是一个例子

for line in open("dhcpd.conf"):
    line = line.rstrip()
    sline = line.split()
    if "hardware ethernet" or "fixed-address" in line:
       print sline[-1]

另一种方式

data = open("file").read().split("}");
for item in data:
    item = [ i.strip() for i in item.split("\n") if i != '' ];
    for elem in item:
       if "hardware ethernet" in elem:
           print elem.split()[-1]
    if item: print  item[-1]

输出

$ more file
host node20007
{
    hardware ethernet 00:22:38:8f:1f:43;
        fixed-address node20007.domain.com;
}

host node20008
{
    hardware ethernet 00:22:38:8f:1f:44;
        some-address node20008.domain.com;
}

$ python test.py
00:22:38:8f:1f:43;
fixed-address node20007.domain.com;
00:22:38:8f:1f:44;
some-address node20008.domain.com;

python多线正则表达式

2 个答案: