Python 多行模式搜索

Question

我得到了以下文本，我需要对其进行解析以提取所有三个值的组。对于这个具体示例，我需要这样的输出：[1,1,1],[2,2,2],[3,2,3],[4,2,4] 我试图使用这个 reg expr:

re.findall(r'measId \d+,[\n\r]measObjectId \d+[\n\r],reportConfigId \d+',output)

但它总是 returns 零结果。我已经尝试过使用 re.MULTILINE 标志和不使用 re.MULTILINE 标志的多种组合，但没有任何区别。我究竟做错了什么？有什么建议吗？

measIdToAddModList {
          {
            measId 1,
            measObjectId 1,
            reportConfigId 1
          },
          {
            measId 2,
            measObjectId 2,
            reportConfigId 2
          },
          {
            measId 3,
            measObjectId 2,
            reportConfigId 3
          },
          {
            measId 4,
            measObjectId 2,
            reportConfigId 4
          }

Answer 1

这是最天真的解决方案。仅当恰好存在三个字段时才有效：

re.findall(r'\{\s+(\w+\s+\d+),\s+(\w+\s+\d+),\s+(\w+\s+\d+)\s+}', s)
#[('measId 1', 'measObjectId 1', 'reportConfigId 1'), 
# ('measId 2', 'measObjectId 2', 'reportConfigId 2'), 
# ('measId 3', 'measObjectId 2', 'reportConfigId 3'), 
# ('measId 4', 'measObjectId 2', 'reportConfigId 4')]

解释：

\{          # Opening curly brace 
\s+         # One or more spaces
(\w+\s+\d+) # word, spaces, digits
,\s+        # comma, spaces
(\w+\s+\d+)
,\s+
(\w+\s+\d+)
\s+         # spaces
}           # Closing curly brace

Answer 2

模式 [\w]+\s[\d] 匹配您需要的一行。

使用 python 获取您需要的一切。假设您将输入作为 str 命名为 input.

import re
from collections import defaultdict

output = defaultdict(list)

pattern = re.compile(r'(?P<key>[\w]+)\s(?P<value>[\d])')
for line in input.splitlines():
  match = pattern.search(line)
  if match:
    key = match.group('key')
    value = match.group('value')
    output[key].append(value)

output 是一个字典，其中键是文本值，值是文本右侧的数字列表。

{'measId': ['1', '2', '3', '4'],
 'measObjectId': ['1', '2', '2', '2'],
 'reportConfigId': ['1', '2', '3', '4']}

不确定您需要的输出，但绝对可以从那里对其进行建模。例如：

>>> list(zip(*output.values()))
[('1', '1', '1'), ('2', '2', '2'), ('3', '2', '3'), ('4', '2', '4')]

在Google Colab

中查看

Python 多行模式搜索

Python multiline pattern search

python

multiline

python-re