Python 使用 OR 运算符的正则表达式

Question

我正在尝试使用正则表达式 (RE) 解析大量文本文件样本。我试图从这些文件中提取包含 'vu' 并以换行符 '\n' 结尾的文本部分。

每个文件的模式不同，所以我尝试使用 OR 运算符在我的文件中查找 RE 的组合。但是，我没有找到一种方法来自动化我的代码，以便 re.findall() 函数查找 RE.

的组合

这是我如何尝试解决此问题的示例，但显然我仍然无法评估 re.findall()[=28= 中的正则表达式和 OR 运算符]:

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 中寻找每个模式来绕过这个问题，但我的代码会运行更快如果我可以只使用 re.findall() 一次。

Answer 1

Python 正则表达式使用 | 运算符进行交替。

def series2string(myserie) :
    myserie2 = '|'.join(serie for serie in myserie)
    myserie2 = '(' + myserie2 + ')'
    return myserie2

更多信息：https://docs.python.org/3/library/re.html

个别图案看起来很乱，不知道什么是错误，什么是故意的。我猜您是在几个不同的上下文中查找 "vu" 这个词。

始终使用 Python 原始字符串作为正则表达式，前缀为 r (r'pattern here')。它允许您在模式中使用 \ 而不会 python 试图将其解释为字符串转义。它直接传递给正则表达式引擎。 (ref)
使用\s匹配white-space（spaces和换行符）。
由于您已经有多个替代模式，所以不要将 ( 和 ) 设为可选。它会导致灾难性的回溯，这会使匹配大字符串变得非常慢。
\(? → \(
\)? → \)
{1} 什么都不做。它只是重复之前的子模式一次，这与不指定任何内容相同。
\br 无效。它被解释为 \b（ASCII 响铃字符）+ 字母 r.
您的文本字符串开头有一个引号字符 (')。您打算 ^ 匹配任何行的开头，或者 ' 是 copy/paste 错误。

组合模式时出现一些错误：

pattern = [pattern1, pattern2, pattern3, pattern4]
pattern = series2string(pattern)

expression(re.compile(pattern), text)

Answer 2

感谢您的提示。我的正则表达式在我的第一个 post 中有点笨拙（我改变了它们希望这个问题更容易理解）。由于“re.compile”，我设法捕获了 OR 运算符“|”，代码工作正常！

import re

def series2string(myserie) :
    myserie2 = '|'.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 = r'^\s*vu.*\n'
pattern2 = r'^\s*\(\w*\s*\w*\)\s*.*?vu.*\n'

pattern = [pattern1, pattern2]
pattern = series2string(pattern)

expression(re.compile(pattern), text)

Python 使用 OR 运算符的正则表达式

Python regular expression using the OR operator

python

regex

or-operator