Question

我试图在多行的开始和结束模式之间找到某个模式。这是我的意思：

我读取了一个文件并将其保存在变量File中，这就是原始文件的样子：

文件：

...
...
...
Keyword some_header_file {
   XYZ g1234567S7894561_some_other_trash_underscored_text;
   XYZ g1122334S9315919_different_other_trash_underscored_text;
}
...
...
...

我正在尝试抓住g和S之间的 1234567 和 1122334 。 some_header_file块可以是任意行，但始终以} 结尾因此，我尝试从特定关键字的“关键字”到“}”的所有行在g和S之间准确地抓住7位数字。

这就是我用的：

    FirstSevenDigitPart = str(re.findall(r"Keyword\s%s.*\n.*XYZ\s[gd]([0-9]{7})[A-Z][0-9]{7}.*\}"%variable , str(File) , flags=re.MULTILINE))

，但不幸的是，它不返回任何内容。我究竟做错了什么？我怎样才能做到这一点？预先感谢。

Answer 1

我认为这里最简单的方法是使用两个表达式并分两步运行它。有一个小例子。当然，您应该根据需要对其进行优化。

import re
text = """Keyword some_header_file {
XYZ g1234567S7894561_some_other_trash_underscored_text;
XYZ g1122334S9315919_different_other_trash_underscored_text;
}"""

all_lines_pattern = 'Keyword\s*%s\s*\{\n(?P<all_lines>(.|\s)*)\}'
first_match = re.match(all_lines_pattern % 'some_header_file', text)
if first_match is None:
    # some break logic here
    pass
found_lines = first_match.group(1)
print(found_lines) # '    XYZ g1234567S7894561_some_other_trash_underscored_text;\n    XYZ g1122334S9315919_different_other_trash_underscored_text;\n    '
sub_pattern = '(XYZ\s*[gd](?P<your_pattern>[0-9]{7})[A-Z]).*;'
found_groups = re.findall(sub_pattern, found_lines)
print(found_groups)  #   [('XYZ g1234567S', '1234567'), ('XYZ g1122334S', '1122334')]

Answer 2

您可以将文件读入contents变量中并使用

import re

contents = "...\n...\n...\nKeyword some_header_file {\n   XYZ \ng1234567S7894561_some_other_trash_underscored_text;\n   XYZ \n1122334S9315919_different_other_trash_underscored_text;\n}\n...\n...\n..."
results = []
variable = 'some_header_file'
block_rx = r'Keyword\s+{}\s*{{([^{{}}]*)}}'.format(re.escape(variable))
value_rx = r'XYZ\s[gd]([0-9]{7})[A-Z][0-9]{7}'
for block in re.findall(block_rx, contents):
    results.extend(re.findall(value_rx, block))

print(results)
# => ['1234567', '1122334']

请参见Python demo。

第一个正则表达式（block_rx）看起来像Keyword\s+some_header_file\s*{([^{}]*)}，将与您需要在其中搜索值的所有块匹配。第二个正则表达式XYZ\s[gd]([0-9]{7})[A-Z][0-9]{7}与您需要的匹配，并且返回捕获列表。

在开始和结束模式python regex

2 个答案: