Question

我是python中的正则表达式的新手，正在尝试替换字符串中的子字符串。我的子字符串以一个特定的单词开头，以两个换行符结尾。

下面是我尝试过的

import re
a=re.sub(r'Report from.+', r' ', 'To: abcd@gef.org;     Report from xxxxx \n     Category\t Score\t  \n xxxxxxxxxxx xxxxxxxxt  \n xxxxxxx\t xxxxxxx\t \n\n original message\n')

输出：

To: abcd@gef.org;      
     Category    Score    
 xxxxxxxxxxx xxxxxxxxt  
 xxxxxxx     xxxxxxx     

 original message

预期输出：

To: abcd@gef.org;      
 original message

我也尝试过：

re.sub(r'Report from.+\n', r' ', 'To: abcd@gef.org;     Report from xxxxx \n     Category\t Score\t  \n xxxxxxxxxxx xxxxxxxxt  \n xxxxxxx\t xxxxxxx\t \n\n original message\n')

但它甚至与“ Report from”字面值都不匹配。

我想我已经中途了。谁能帮忙吗？

编辑：我要替换以“ Report from”开头的所有内容，直到第一次出现两个换行符

Answer 1

您要使用?标记要替换的子字符串的'end'。

import re

text = 'To: abcd@gef.org;     Report from xxxxx \n     Category\t Score\t  \n xxxxxxxxxxx xxxxxxxxt  \n xxxxxxx\t xxxxxxx\t \n\n original message\n'

a=re.sub(r'Report from.+?\n\n', r'\n', text, flags=re.DOTALL)

print(a)

To: abcd@gef.org;     
 original message

Answer 2

考虑编写一个简单的状态机来做到这一点。您有两种状态：正在块中寻找第一行，或者在块中寻找空行。（“两个连续的换行符”与“当我逐行阅读文件时看到空白行”相同。）

import enum from Enum, auto

class LookFor(Enum):
  REPORT = auto()
  BLANK = auto()

state = LookFor.REPORT
with open(filename, 'r') as f:
  for line in f:
    if state == LookFor.REPORT:
      print(line, end='')
      if line.startswith('Report from'):
        state = LookFor.BLANK
    elif state == LookFor.BLANK:
      if line == '\n':
        print(line, end='')
        state = LookFor.TO

我编写的特定代码对要查找的内容进行了一些假设，尤其是您可以逐行进行迭代；您可以对此进行调整，以针对要切换到哪个状态做出更复杂的决定，或者添加适合您的应用程序的其他状态。

替换以单词开头的字符串，直到两个换行符

2 个答案: