Question

我一直在努力想出这个，但由于我是正则表达式，我还没有能力。我需要选择一些telnet输出的正确行，如下所示：

systemstatus get resume    # line to exclude
systemstatus get idle      # line to filter
systemstatus get talking   # line to filter
systemstatus get ringing   # line to filter
systemstatus get outgoing  # line to filter
systemstatus get sleeping  # line to filter

正如你所看到的，我需要用简历排除一个，然后选择所有其他的。所以我知道我可以按长度进行过滤，但我只知道如何按长度过滤而不是长度过滤。例如："systemstatus get \w{7,}"会排除resume行，也会排除idle行。所以实际上我需要一些过滤4,7和8长度的东西。

有谁知道怎么做？

注意：由于telnet库，必须在正则表达式中完成。

注意2：由于它是telnet，我必须在systemstatus get resume出现时继续阅读（我的意思是＆＃34;排除＆＃34;）而不是像我在做什么时那样停止一个systemstatus get idle进来。所以过滤＆＃34; systemstatus得到WHATEVER＆＃34;然后排除＆＃34; resume＆＃34;当＆＃34;恢复＆＃34;进来了。我正在使用telnet lib的telnet.expect([], timeout)。

Answer 1

使用零宽度否定前瞻（(?!resume(?:\s|$))）确保resume之后systemstatus get不会出现：

^systemstatus get (?!resume(?:\s|$)).*$

Demo

Answer 2

选项1
使用re.findall开关拨打re.MULTILINE。

matches = re.findall(r"systemstatus get \b(?:\w{4}|\w{7,8})\b", t, re.M)

将每个匹配作为字符串列表返回。

正则表达式详细信息

systemstatus get    # literals
\b                  # word boundary
(?:                 # non-capturing group
\w{4}               # find a word of size 4 
|                   # regex OR pipe
\w{7,8}             # find a word of size 7 or 8
)
\b

由于您的要求，我们在此处根据字号进行匹配 -

我需要过滤长度为4,7和8的东西。

选项2
将多行字符串拆分为单独的行，遍历每一行并在每行上调用re.match -

matches = []

for line in t.splitlines():
    if re.match(r"systemstatus get \b(?:\w{4}|\w{7,8})\b", line):
        matches.append(line)

Answer 3

虽然正则表达式很强大，但这里并不需要它们，只需要拆分，应用和组合：

text = """
systemstatus get resume    # line to exclude
systemstatus get idle      # line to filter
systemstatus get talking   # line to filter
systemstatus get ringing   # line to filter
systemstatus get outgoing  # line to filter
systemstatus get sleeping  # line to filter
"""

lines = "\n".join([line for line in text.split("\n") 
                  if line and not "resume" in line])
print(lines)

这会产生

systemstatus get idle      # line to filter
systemstatus get talking   # line to filter
systemstatus get ringing   # line to filter
systemstatus get outgoing  # line to filter
systemstatus get sleeping  # line to filter

除非你没有像systemstatusresumesystem get idle这样的文字（意思是resume没有任何单词边界），否则不需要正则表达式引擎的开销。

<小时/> 时间不同的方法（每个100k）产生

print(timeit.timeit(noregex, number=10**5))
# 0.28622116599945 s

print(timeit.timeit(regex, number=10**5))
# 0.5753898609982571 s

因此，非正则表达式解决方案只需要一半的时间。

用于根据长度过滤单词或通过在Python中排除单词的正则表达式

3 个答案: