Python：如何在使用正则表达式时跳过包含额外字符的行？

Question

使用正则表达式时，如何从感兴趣的文本后没有额外文本的行中只选择文本？在

对于下面的输入文本，我只想选择string1到string10，并跳过在同一行有“blah”的字符串。在

输入文本文件：

[random lines of text]
DATE/USER: 07/01/15   string1
[random lines of text]
DATE/USER: 07/12/15   string2
[random lines of text]
DATE/USER: 07/04/15   string3
[random lines of text]
DATE/USER: 07/12/15   string4
[random lines of text]
DATE/USER: 07/05/15   string5      * blah1 *
[random lines of text]
DATE/USER: 07/02/15   string6
[random lines of text]
DATE/USER: 07/08/15   string7
[random lines of text]
DATE/USER: 07/11/15   string8      * blah2 *
[random lines of text]
DATE/USER: 07/03/15   string9
[random lines of text]
DATE/USER: 07/10/15   string10      * blah3 *
[random lines of text]

我的当前代码：

^{pr2}$

输出：

string1
string2
string3
string4
string5      * blah1 *
string6
string7
string8      * blah2 *
string9
string10      * blah3 *

同样，只想抓住绳子，跳过那些在同一行有“废话”的。我的输出应该排除string5、string8和string10。在

编辑：道歉。做了一些修改来完善我的要求。在

Answer 1

re.findall('DATE/USER: \d\d/\d\d/\d\d\s+([A-Z])', line)

Answer 2

根据您的编辑，您完全可以拆分：

with open("in.txt") as f:
    for line in f:
        if line.startswith("DATE/USER:"):
            spl = line.split()
            if len(spl) == 3:
                print(spl[2])

输出：

^{pr2}$

使用re：

with open("in.txt") as f:
    import re
    r = re.compile(r'(^DATE/USER:\s+\d+/\d+/\d+\s+(\w+$))')
    for line in f:
        match = r.search(line)
        if match:
           print(match.group(2))

输出：

^{pr2}$

Answer 3

下面的“$”实际上将排除后面有*blah*的任何行：

rphfind = re.findall('(?<=DATE/USER: \d\d/\d\d/\d\d)\s+([A-Z])$', line)

只匹配A，B，C，D，F，G，I

capture组（[A-Z]）将只获取单个大写字母，但仍允许任何行匹配（在示例中打印A到J）

^{pr2}$

不知道你在找哪个版本