在python中查找两个字符串之间的数据答案

【问题标题】：Finding data in-between two strings in python在python中查找两个字符串之间的数据
【发布时间】：2015-02-05 13:50:47
【问题描述】：

我有一个文本文件，其中包含一些格式，例如：

PAGE(leave) 'Data1'
line 1
line 2 
line 2
...
...
...
PAGE(enter) 'Data1'

我需要获取两个关键字之间的所有行并将其保存为文本文件。到目前为止，我遇到了以下情况。但我对single quotes 有疑问，因为 正则表达式 认为它是表达式中的引号而不是关键字。

到目前为止我的代码：

log_file = open('messages','r')
    data = log_file.read()
    block = re.compile(ur'PAGE\(leave\) \'Data1\'[\S ]+\s((?:(?![^\n]+PAGE\(enter\) \'Data1\').)*)', re.IGNORECASE | re.DOTALL)
    data_in_home_block=re.findall(block, data)
    file = 0
    make_directory("home_to_home_data",1)
    for line in data_in_home_block:
        file = file + 1
        with open("home_to_home_" + str(file) , "a") as data_in_home_to_home:
            data_in_home_to_home.write(str(line))

如果有人能指导我如何实现它会很棒..

【问题讨论】：

所以你的文件实际上在括号前包含一个反斜杠？喜欢\(？
如果关键字不可变，为什么还要使用正则表达式？只需查找它们，在文本中获取它们的位置，然后检索它们之间的内容。

标签： python regex python-2.7 text-files

【解决方案1】：

如果你担心的是单引号，你可以用双引号开始正则表达式字符串...

'hello "howdy"'  # Correct
"hello 'howdy'"  # Correct

现在，这里有更多问题...即使声明为r，您仍然必须在.compile 中转义正则表达式的反斜杠（请参阅What does the "r" in pythons re.compile(r' pattern flags') mean?）只是没有r，您可能需要更多的反斜杠。

我创建了一个包含两个“部分”的测试文件：

PAGE\(leave\) 'Data1'
line 1
line 2 
line 3
PAGE\(enter\) 'Data1'

PAGE\(leave\) 'Data1'
line 4
line 5 
line 6
PAGE\(enter\) 'Data1'

下面的代码会做你想做的（我认为）

import re

log_file = open('test.txt', 'r')
data = log_file.read()
log_file.close()
block = re.compile(
    ur"(PAGE\\\(leave\\\) 'Data1'\n)"
    "(.*?)"
    "(PAGE\\\(enter\\\) 'Data1')",
    re.IGNORECASE | re.DOTALL | re.MULTILINE
)
data_in_home_block = [result[1] for result in re.findall(block, data)]
for data_block in data_in_home_block:
    print "Found data_block: %s" % (data_block,)

输出：

Found data_block: line 1
line 2 
line 3

Found data_block: line 4
line 5 
line 6

【讨论】：

【解决方案2】：

正如@JoanCharmant 所指出的，此任务不需要使用正则表达式，因为记录由固定字符串分隔。

这样的事情就足够了：

messages = open('messages').read()

blocks = [block.rpartition(r"PAGE\(enter\) 'Data1'")[0]
          for block in messages.split(r"PAGE\(leave\) 'Data1'")
          if block and not block.isspace()]

for count, block in enumerate(blocks, 1):
    with open('home_to_home_%d' % count, 'a') as stream:
        stream.write(block)

【讨论】：