python regex -捕获多行组

qcbq4gxm  于 2023-01-06  发布在  Python
关注(0)|答案(1)|浏览(118)

我想使用regex(Python3)提取每个NAME_组的信息。

AB_ NAME_ 111 "fruit";
AB_ EX_ 111 first_fruit "banana";
AB_ EX_ 111 second_fruit_info "Do you like 
apple

or grape?";
AB_ EX_ 111 third_fruit "tomato";
AB_ NAME_ 120 "food";
AB_ NAME_ 130 "clothes";
AB_ EX_ 130 first_clothes "t-shirt";

我想得到的结果是三组
(一)

AB_ NAME_ 111 "fruit";
AB_ EX_ 111 first_fruit "banana";
AB_ EX_ 111 second_fruit_info "Do you like 
apple

or grape?";
AB_ EX_ 111 third_fruit "tomato";
AB_ NAME_ 120 "food";
AB_ NAME_ 130 "clothes";
AB_ EX_ 130 first_clothes "t-shirt";

它们是由它们的ID(Name_ ID)分割的。我将非常感谢任何建议。谢谢。
我尝试捕获AB_ NAME_信息,后面跟随零个或多个AB_ EX_信息,如下所示,但失败了。我还使用了“re. S”、“re.M”标志,但效果不佳。

AB_ NAME_ \d+ .+;\n(AB_ EX_ \d+ (.|\n)+;\n)*
wnavrhmk

wnavrhmk1#

您应该使用re.DOTALL使所有下一个线符号与.匹配,然后您可以使用findall()获得所有结果,如下所示:

import re

text = """AB_ NAME_ 111 "fruit";
AB_ EX_ 111 first_fruit "banana";
AB_ EX_ 111 second_fruit_info "Do you like
apple

or grape?";
AB_ EX_ 111 third_fruit "tomato";
AB_ NAME_ 120 "food";
AB_ NAME_ 130 "clothes";
AB_ EX_ 130 first_clothes "t-shirt";"""

regex = r"AB_ NAME_.*?(?=AB_ NAME_|$)"

print(re.findall(regex, text, re.DOTALL))

正则表达式模式如下:AB_ NAME_.*?(?=AB_ NAME_|$)
这部分(?=AB_ NAME_|$)搜索下一个AB_ NAME_或行尾(在本例中是整个字符串的行尾)。

相关问题