我尝试在Python中使用regex来查找和打印来自多行搜索的所有匹配行。 我正在搜索的文本可能具有以下示例结构:
AAA ABC1 ABC2 ABC3 AAA ABC1 ABC2 ABC3 ABC4 ABC AAA ABC1 AAA
我想从中检索至少出现一次并以AAA开头的ABC*。在
问题是,尽管团队抓住了我想要的:
^{pr2}$。。。我只能访问组的最后一个匹配项:
match groups = ('AAA\n', 'ABC4\n')
下面是我用来解决这个问题的示例代码。在
#! python
import sys
import re
import os
string = "AAA\nABC1\nABC2\nABC3\nAAA\nABC1\nABC2\nABC3\nABC4\nABC\nAAA\nABC1\nAAA\n"
print(string)
p_MATCHES = []
p_MATCHES.append( (re.compile('(AAA\n)(ABC[0-9]\n){1,}')) ) #
matches = re.finditer(p_MATCHES[0],string)
for match in matches:
strout = ''
gr_iter=0
print("match = "+str(match))
print("match groups = "+str(match.groups()))
for group in match.groups():
gr_iter+=1
sys.stdout.write("TEST GROUP:"+str(gr_iter)+"\t"+group) # test output
if group is not None:
if group != '':
strout+= '"'+group.replace("\n","",1)+'"'+'\n'
sys.stdout.write("\nCOMPLETE RESULT:\n"+strout+"====\n")
这是您的正则表达式:
{1美元^
Debuggex Demo
您的目标是捕获紧接着
^{pr2}$AAA
的所有所有ABC#
。正如您在这个Debuggex演示中看到的,所有的ABC#
确实是匹配的(它们以黄色突出显示)。但是,因为只有“被重复的内容”部分是captured(在括号内),它的quantifier
因此,除了最后一个匹配项之外的所有匹配项都将被丢弃。要获取它们,还必须捕获量词:
Debuggex Demo
我已经将“正在重复的内容”部分(
ABC[0-9]\r\n
)放入non-capturing group。(我还停止了捕捉AAA
,因为您似乎不需要它。)捕获的文本可以在换行符上拆分,并将按您的意愿提供所有片段。在
(请注意,} 。)
\n
本身在Debuggex中不起作用。它需要^{这是一个解决办法。很少有正则表达式风格提供迭代重复捕获的能力(哪些是…?)。一种更正常的方法是循环遍历并处理每个匹配项。下面是一个来自Java的示例:
输出:
(从http://ocpsoft.org/opensource/guide-to-regular-expressions-in-java-part-1/,大约下降1/4)
请考虑为Stack Overflow Regular Expressions FAQ添加书签以备将来参考。这个答案中的联系来自于它。在
相关问题 更多 >
编程相关推荐