python 正则表达式解析值中包含多行的键值对答案

【问题标题】：python regex to parse key value pairs with multiple lines in the valuepython 正则表达式解析值中包含多行的键值对
【发布时间】：2023-03-16 03:15:01
【问题描述】：

我正在尝试解析具有多个键、值行的文件，如下所示

"key1" = "value1";
"key2" = "value2";
"key3" = "value3_line1
value3_line2
value3_line3";
"key4" = "value4";

我正在使用下面的代码来解析这个文件

def parseFile(f):
    regex = re.compile(r'^"(.*)"\s+=\s+"(.*)";',re.MULTILINE)
    with open(f) as string_file:
        alllines = string_file.read()
        matches = [m.groups() for m in regex.finditer(alllines)]
        for m in matches:
            print(m[0], '=>', m[1])

此代码匹配具有 key1、key2 和 key4 但不匹配 key3 的行。如何解决此问题以获取所有键值对，包括具有多行值的键值对？

【问题讨论】：

regex = re.compile(r'^"(.*)"\s+=\s+"(.*)"?;?',re.MULTILINE) ?

标签： python regex

【解决方案1】：

您可以使用re.DOTALL 标志，它允许. 匹配换行符。您还应该使用非贪婪量词 *? 来匹配最近的双引号对：

变化：

regex = re.compile(r'^"(.*)"\s+=\s+"(.*)";',re.MULTILINE)

到：

regex = re.compile(r'^"(.*?)"\s+=\s+"(.*?)";',re.MULTILINE | re.DOTALL)

或者，您可以使用排除" 的字符类：

regex = re.compile(r'^"([^"]*)"\s+=\s+"([^"]*)";',re.MULTILINE)

【讨论】：

这是一个贪婪的匹配..它把所有行都作为键，直到“key4”作为键，“value4”作为值。如何使它匹配第一个';'而不是最后一个？
我的错。我没看到你加了“？”在正则表达式中。那成功了。感谢您的快速响应和完美答案。

【解决方案2】：

它与"key3" 不匹配，因为该行缺少引号和分号。

尝试模式re.compile(r'^"(.*)"\s+=\s+"(.*)"?;?',re.MULTILINE) 或re.compile(r'^"(.*)"\s+=\s+"(.*)$',re.MULTILINE)

例如：

import re

s = '''"key1" = "value1";
"key2" = "value2";
"key3" = "value3_line1
value3_line2
value3_line3";
"key4" = "value4";'''

regex = re.compile(r'^"(.*)"\s+=\s+"(.*)"?;?',re.MULTILINE) 
matches = [m.groups() for m in regex.finditer(s)]
for m in matches:
    print(m[0], '=>', m[1])

输出：

('key1', '=>', 'value1";')
('key2', '=>', 'value2";')
('key3', '=>', 'value3_line1')
('key4', '=>', 'value4";')

【讨论】：