Question

我正在尝试从ttl文档中拆分段的多行，这是相关代码。

entry_obj = str(Entry(*re.findall(r'([;\s]+[^\s+|\s+$])', ''.join(buf))))
            yield process_entry_obj(entry_obj)

代码返回错误，并且由于无法拆分字符串，因此每次匹配参数的数量都不同，并且代码不会运行。

以下是我的文件格式：

 File input

 ##  http://www.example.com/abc#AAA
                pms:ecCreatedBy rms:type ;
                rmfs:lag "Ersteller"@newyork ,
                "AAA"@wdc .

文件中有多个类似上面的条目。

Answer 1

据我了解，您需要\s*;\s*

说明：

\s*-匹配空白字符零次或多次

;-从字面上匹配;

Demo

Answer 2

您可以使用

import re

s = "" # File contents
with open(filepath, 'r') as fr:
    s =fr.read()
s = re.sub(r'(?m)(rmfs:label\s*)("[^"]*"@(?!en)\w*)(\s*,\s*)("[^"]*"@en) \.$', r'\1\4\3\2 .', s)
s = re.sub(r'(?m)^(\s*###\s*http.*/v\d+#)\w*((?:\n(?!\n).*)*rmfs:label\s*")([^"]*)("@en)', r'\1\3\2\3\4', s)
# Wrtie to file:
with open(filepath, 'w') as fw:
    fw.write(s)

请参见Python demo。

这里是Regex 1和Regex 2 demos。

正则表达式1详细信息

(?m)-多行模式，$将与行尾匹配
(rmfs:label\s*)-第1组（\1）：rmfs:label，然后是0+空格
("[^"]*"@(?!en)\w*)-第2组（\2）："，0个以上非"字符，"@，先行检查确保没有{{1 }}立即移到当前位置的右侧，然后输入0+个字符字符
en-第3组（(\s*,\s*)）：\3内含0+空格
,-第4组（("[^"]*"@en)）：\4，除"，"和"
@en-空格 .$，行尾。

正则表达式2详细信息

.-多行mnode，(?m)匹配行开始
^-一行的开头
^-第1组：0+个空格，(\s*###\s*http.*/v\d+#)，0+个空格，###，任意0+个字符，http，1个以上数字和{{1 }}
/v-0个以上的字符字符
#-第2组：两次换行符（\w*）之后的任意数量的行，然后是((?:\n(?!\n).*)*rmfs:label\s*")，0+空格和(?:\n(?!\n).*)*
rmfs:label-第3组："之外的0个以上的字符
([^"]*)-第4组：" siubstring。

用正则表达式分割多行

2 个答案: