Question

我有一个模式： “\ nvariable WORD”

这个模式在字符串中显示很多次，我想要一个这个模式显示的索引列表。 “WORD”是固定的，不会因实例而异，但“变量”的内容和长度各不相同。

在python中，我知道这匹配所有WORD并在列表中返回它们的索引：

contents="some long string"
print [m.start() for m in re.finditer('WORD',contents)]

简而言之，如何在\ n之后但在“WORD”之前找到所有“变量”的索引？

Answer 1

这样吗？

>>> import re
>>> s = '\nvariable1 WORD\nvariable2 WORD\nvariable3 WORD\nvariable4 WORD\nvariable5 WORD'
>>> re.findall(r'\n(\w+)\s+WORD', s)
['variable1', 'variable2', 'variable3', 'variable4', 'variable5']

您需要索引什么？

Answer 2

如果您知道的唯一工具是锤子，那么每个问题看起来都像钉子一样。

正则表达式是强有力的锤子，但有时不是手头任务的最佳工具。事实上，正则表达式被滥用了很多，每当有人要我检查来自其他程序员的复杂正则表达式时，我感到很震惊（通常我几周之后就无法理解）。

另一方面，EBNF（Extended Backus-Naur Form）符号更容易理解和维护。

from simpleparse.parser import Parser

grammar = r"""
<space>      := [ \t]
<newline>    := '\n'
<identifier> := [A-Za-z_],[A-Za-z0-9z_]*
match        := newline,identifier,space+,'WORD'
<junk>       := newline*,identifier,space+,-'WORD',(identifier/space)*
data         := (match/junk)*
"""

parser = Parser(grammar, 'data')

data = 'some junk\nvariable1 WORD\nvariable2 some ' +\
       'junk\nvariable3 WORD\nvariable4 some other ' +\
       'junk\nvariable5 WORD'

(start, matches, stop) = parser.parse(data)

print [ start for name, start, stop, other in matches ]

这将打印：

[9, 44, 85]

Answer 3

您可能需要根据目标偏离起点的指数。如果由＆＃39; \ n＆＃39;你期待换行，那么你必须在编译中包含MULTILINE标志。

import re

mytext='\nvar1 WORD\nvar2 WORD\nvar3 WORD'
#compile a pattern to find the 'var*' after \n
pat = re.compile('\n(.*?)\s+WORD')

results = re.finditer(pat,mytext)

for result in results:
    print result.start()

Answer 4

啊，好吧，事实证明文本实际上包含ctrl-M返回字符而不是换行符，这让我发疯了。我删除了那些，我刚用过：

[m.start() for m in re.finditer('\w+\sWORD',contents)]

感谢您的帮助！当然，Simpleparser也可以使用。

正则表达式在python中的单词之前匹配换行符

4 个答案: