在 Python 正则表达式的帮助下,我正在尝试提取 [..] 之后的所有行并以 ;; 字符。请参阅下面的示例
sample_str = '''[TITLE]
[OPTIONS]
;;Options Value
;;------------------ ------------
FLOW_UNITS CFS
<MORE TEXT>
[PATTERNS]
;;Name Type Multipliers
;;-------------- ---------- -----------
;Daily pattern generated from time series '2-166:2-165 (obs)'. Average value was 0.0485 MGD.
2-166:2-165_(obs)_Daily DAILY 1.011 1.008 1.06 0.908 1.072 0.998 0.942
<MORE TEXT>
[COORDINATES]
;;Node X-Coord Y-Coord
;;-------------- ---------------- ----------------
<MORE TEXT>
[JUNCTIONS]
;; Invert Max. Init. Surcharge Ponded
;;Name Elev. Depth Depth Depth Area
;;-------------- ---------- ---------- ---------- ---------- ----------
1-1 837.85 15.25 0 0 0
<MORE TEXT>
[REPORT]
INPUT YES
CONTROLS NO
<MORE TEXT>
'''
我想得到一个这样的列表
expected_result = [';;Options Valuen;;------------------ ------------', ';;Name Type Multipliersn;;-------------- ---------- -----------', ..]
我只能在re.findall(r"(?<=]n);;.*", sample_str)
之前获得第一行.尝试通过添加re.findall(r"(?<=]n);;.*n;;.*", sample_str, re.MULTILINE)
这样的n
来添加更多行模式是行不通的,因为我想要的文本模式不统一。我尝试使用re.multiline
搜索所有文本,直到-n
,但我无法让它像re.findall(r"(?<=]n);;.*-$", sample_str, re.MULTILINE)
一样工作。
有人可以帮我吗!
你可以使用这样的东西:
re.findall(r"^[.*]n+((?:;;.*n+)+)", sample_str, re.M)
这是表达式的解释
编辑:添加了模式从行首开始的约束。感谢您注意到斯特里比泽夫@Wiktor
就其价值而言,这很容易在没有正则表达式的情况下实现:
input_str = '''...'''
flag = False
output = []
for line in input_str.splitlines():
if not flag and line.startswith('[') and line.endswith(']'):
flag = True
elif flag and line.startswith(';;'):
output.append(line)
else:
flag = False
print(output)
请注意,行尾会丢失,因为.splitlines()
吃掉了它们。
如果输入来自文件,则同样简单明了:
def parse_file(filename):
flag = False
with open(filename, 'r', encoding='utf8') as f:
for line in f:
if not flag and line.startswith('[') and line.endswith(']'):
flag = True
elif flag and line.startswith(';;'):
yield line
else:
flag = False