Python的正則表達式提前

-1

我有一個看起來像這樣一個文本：Python的正則表達式提前

TTL1 | TTL2 | TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
TTL1 | TTL2 | 
TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
some text in a line4 
some text in a line5 
TTL1 | TTL2 | TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
some text in a line4 
...

說明：我有時可分隔爲多行標題行，然後我有很多的其他線路。我想要捕捉所有標題（即使它們處於不同的行中），並且還要在一個組中捕捉標題之後的所有行。

我有多行標題和多行內容truoble，我不知道如何提取它與正則表達式和python。

和想法請嗎？

來源

2016-12-27 TheDaJon

試大熊貓。 http://pandas.pydata.org/ –

@harperkoo我知道熊貓，我怎麼能用它呢？我想用'findall'將數據放在一個列表中，然後使用熊貓。問題是獲取數據。 – TheDaJon

我想你想要過濾所有標題並獲取其餘數據，對不對？嘗試'''df [（df.TTL1！=「TTL1」）''' –

你可以試試這個：

\s*(\w+)\s*\|\s*(\w+)\s*\|\s*(\w+)\s*\n([^\|]*)(?:\n|$)

由於每個操作的評論，奇怪的線條可以包含|到這使得難以對標題和線之間進行區分，因此下面的溶液可以嘗試：

^\s*(\w+)\s*\|\s*(\w+)\s*\|\s*(\w+)\n(.*?)(?=^\s*\w+\s*\n*\|\s*\n*\w+\s*\n*\|\s*\n*\w+\s*\n*)|^\s*(\w+)\s*\|\s*(\w+)\s*\|\s*(\w+)\n(.*)$

Updated Regex Explanation

Explanation

示例代碼：

import re 

regex = r"\s*(\w+)\s*\|\s*(\w+)\s*\|\s*(\w+)\s*\n([^\|]*)(?:\n|$)" 

test_str = ("TTL1 | TTL2 | TTL3\n" 
    "some text in a line1\n" 
    "some text in a line2\n" 
    "some text in a line3\n" 
    "TTL1 | TTL2 | \n" 
    "TTL3\n" 
    "some text in a line1\n" 
    "some text in a line2\n" 
    "some text in a line3\n" 
    "some text in a line4\n" 
    "some text in a line5\n" 
    "TTL1 | TTL2 | TTL3\n" 
    "some text in a line1\n" 
    "some text in a line2\n" 
    "some text in a line3\n" 
    "some text in a line4") 

matches = re.finditer(regex, test_str, re.DOTALL) 

for matchNum, match in enumerate(matches): 
    print(match.group(1)) 
    print(match.group(2)) 
    print(match.group(3)) 
    print(match.group(4))

Run it here

樣本輸出：

TTL1 
TTL2 
TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
TTL1 
TTL2 
TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
some text in a line4 
some text in a line5 
TTL1 
TTL2 
TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
some text in a line4

來源

2016-12-27 07:30:38

這幾乎是我想要的，儘管我的行可以包含'|'標誌，並在正則表達式中，我們將其刪除。我怎樣才能包含'|'符號？ – TheDaJon

你的意思是組4可以包含|簽名以及？ –

是的，它也可能包含它。它可以包含任何字符。 – TheDaJon

用下面的辦法與re.findall()功能：

# lines.txt is a file containing the initial text from your question 
with open('lines.txt', 'r') as fh: 
    t = fh.read() 
    items = re.findall(r'([A-Z\d\s|]+)([^A-Z]+)', t) 

# 'h' contains header, 'lines' contains the lines related to current header 
for h, lines in items: 
    print(h.replace('\n', ' '), lines, sep='\n')

輸出：

TTL1 | TTL2 | TTL3 
some text in a line1 
some text in a line2 
some text in a line3 

TTL1 | TTL2 | TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
some text in a line4 
some text in a line5 

TTL1 | TTL2 | TTL3 
some text in a line1 
some text in a line2 
some text in a line3 
some text in a line4

來源

2016-12-27 07:49:23 RomanPerekhrest

Python的正則表達式提前

回答

相關問題