在文本开始之前匹配空白字符和多个可选模式的正则表达式

Question

我正在解析包含如下代码的字符串。它可以从一个空行开始，后跟多个可选模式。这些模式可以是python风格的内联注释（使用散列字符），也可以是命令“！mycommand”，两者都必须从一行的开头开始。如何编写与代码开头匹配的正则表达式

mystring = """

# catch this comment
!mycommand
# catch this comment
#catch this comment too
!mycommand

# catch this comment
!mycommand
!mycommand

some code. match until the previous line
# do not catch this comment
!mycommand
# do not catch this comment
"""

import re
pattern = r'^\s*^#.*|!mycommand\s*'
m = re.search(pattern, mystring, re.MULTILINE)
mystring[m.start():m.end()]

mystring = 'code. do not match anything' + mystring
m = re.search(pattern, mystring, re.MULTILINE)

我希望正则表达式将字符串匹配到“some code.catch，直到前一行”。我尝试了不同的方法，但我可能被两种不同的模式困住了

Answer 1

匹配并返回字符串开头的注释

不需要正则表达式，读取并将行追加到列表中，直到出现不以!或#开头的行，并忽略所有空行：

mystring = "YOUR_STRING_HERE"

results = []
for line in mystring.splitlines():
  if not line.strip():                                      # Skip blank lines
    continue
  if not line.startswith('#') and not line.startswith('!'): # Reject if does not start with ! or #
    break
  else:
    results.append(line)                                    # Append comment

print(results)

见Python demo。结果:

['# catch this comment', '!mycommand', '# catch this comment', '#catch this comment too', '!mycommand', '# catch this comment', '!mycommand', '!mycommand']

删除字符串开头的注释

results = []
flag = False
for line in mystring.splitlines():
  if not flag and not line.strip():
    continue
  if not flag and not line.startswith('#') and not line.startswith('!'):
    flag = True
  if flag:
    results.append(line)

print("\n".join(results))

输出：

some code. match until the previous line
# do not catch this comment
!mycommand
# do not catch this comment

见this Python demo

正则表达式方法

import re
print(re.sub(r'^(?:(?:[!#].*)?\n)+', '', mystring))

如果行的开头有可选的缩进空格，请添加[^\S\n]*：

print(re.sub(r'^(?:[^\S\n]*(?:[!#].*)?\n)+', '', mystring, count=1))

见regex demo和Python democount=1将确保我们只删除第一个匹配项（您不需要检查所有其他行）

正则表达式详细信息

• ^-字符串的开头
• (?:[^\S\n]*(?:[!#].*)?\n)+-1次或多次出现
  • [^\S\n]*-可选的水平空白
  • (?:[!#].*)?-一个可选的
    • [!#]-!或#
    • .*-行的其余部分
  • \n-换行符

Answer 2

无需re.MULTILINE即可在匹配前后重复匹配0+个空格字符

^(?:\s*(?:#.*|!mycommand\s*))+\s*

Regex demoPython demo

比如说

import re
m = re.search(r'^(?:\s*(?:#.*|!mycommand\s*))+\s*', mystring)
print(m.group())

Answer 3

您的模式匹配# ...或!mycommand的一个实例。解决此问题的一种方法是将所有的匹配项放在一个匹配项中，然后使用re.search查找第一个匹配项

为此，需要使用*重复匹配# ...或!mycommand的部分：

^\s*^(?:#.*\s*|!mycommand\s*)*

我还将#.*更改为#.*\s*，这样它就一直转到下一行，在那里可以找到非空白

Demo

回应你的评论：

if the string begins with code, this regex should not match anything

您可以尝试：

\A\s*^(?:#.*\s*|!mycommand\s*)+

我改为\A，这样它只匹配字符串的绝对开头，而不是行的开头。我还将最后一个*更改为+，因此必须至少存在一个# ...或!mycommand