我试图用正则表达式(RegularExpressions,RE)解析大量文本文件。我试图从这些文件中提取包含'vu'并以换行符'\n'结尾的部分文本。在
模式因文件而异,因此我尝试使用或运算符在文件中查找RE的组合。但是,我没有找到自动化代码的方法,因此关于芬德尔()函数查找RE的组合。在
下面是一个例子,说明我如何解决这个问题,但显然我仍然无法同时计算正则表达式和中的OR运算符关于芬德尔():
import re
def series2string(myserie) :
myserie2 = ' or '.join(serie for serie in myserie)
return myserie2
def expression(pattern, mystring) :
x = re.findall(pattern, mystring)
if len(x)>0:
return 1
else:
return 0
#text example
text = "\n\n (troisième chambre)\n i - vu la requête, enregistrée le 28 février 1997 sous le n° 97nc00465, présentée pour m. z... farinez, demeurant ... à dommartin-aux-bois (vosges), par me y..., avocat ;\n"
#expressions to look out
pattern1 = '^\s*vu.*\n'
pattern2 = '^\s*\(\w*\s*\w*\)\s*.*?vu.*\n'
pattern = [pattern1, pattern2]
pattern = series2string(pattern)
expression(pattern, text)
注意:我通过在for循环中查找每个模式来避免这个问题,但是如果我可以使用关于芬德尔()一次。在
谢谢你的建议。在我的第一篇文章中,我的正则表达式有点笨拙(我改变了它们,希望问题更容易理解)。由于“
re.compile
”,我成功地捕获了或运算符“|
”,代码运行良好!在Python正则表达式使用
|
运算符进行交替。在更多信息:https://docs.python.org/3/library/re.html
个别的模式看起来很混乱,所以我不知道什么是错误,什么是故意的。我猜你是在几个不同的上下文中寻找“vu”这个词。在
r
(r'pattern here'
)。它允许您在模式中使用\
,而无需python尝试将其解释为字符串转义。它直接传递给regex引擎。(ref)\s
匹配空白(空格和换行符)。在(
和{\(?
→{\)?
→{{1}
什么都不做。它只重复上一个子模式一次,这与不指定任何内容相同。在\br
无效。它被解释为\b
(ASCII贝尔字符)+字母r
。在'
)。或者您希望^
匹配任何行的开头,或者'
是一个复制/粘贴错误。在组合图案时的一些错误:
相关问题 更多 >
编程相关推荐