Python：如何使用正则表达式查找重复的字符串答案

【问题标题】：Python: How to use regex to find a repetitive stringPython：如何使用正则表达式查找重复的字符串
【发布时间】：2019-07-16 14:18:05
【问题描述】：

当在数据块中找到关键字时，我想提取/输出一些数据。如何使用正则表达式检索从第一个 '#' 到最后一个 ')' 的所有数据？

//Log_1.txt
# DON'T WANT #
{12345.54321}
[Tues Jul 2 01:23:45 2019]
< SOME_TYPE 
(some_ID = [12345] reportChange::someMoreInfo called with invalid some ID)

# DON'T WANT #
{12345.54321}
[Tues Jul 2 01:23:45 2019]
< SOME_TYPE 
(some_ID = [12345] failed::someMoreInfo called with invalid some ID)

代码

import re

with open("Log_1.txt", 'r') as f:
    result = re.search('#(.*)#', f.read())

print(result.group(0))

这不是我的全部代码，但如果关键字是“reportChange”，输出应该是 >>>

# DON'T WANT #
  .
  .
  .
(some_ID = [12345] reportChange::someMoreInfo called with invalid some ID)

而不是

# DON'T WANT #

【问题讨论】：

所以你想要DON'T WANT .... 似乎是一个不好的评论
是的，我现在想要它，但最终不打算拥有它。 @depperm
如果关键字是someMoreInfo，你想要整个日志还是只从最近的评论DON'T WANT
是的，我想要关键字所在的整个数据块，并由空的新行 @depperm 分隔

标签： regex python-3.x recursion data-extraction

【解决方案1】：

假设您想要最新的# DON'T WANT #，您可以使用正则表达式#(.*)#[^)]+yourKeyWordHere[^)]+\)。在 python 中，您可以使用字符串格式并使用{} 代替关键字来替换您想要的任何单词。

import re

keyword='reportChange'

with open("Log_1.txt", 'r') as f:
    result = re.search('#(.*)#[^)]+{}[^)]+\)'.format(keyword), f.read())

print(result.group(0))

【讨论】：

谢谢，该解决方案有效，但每次找到关键字时我都需要它来输出数据块。不只是第一个实例或最后一个实例。

【解决方案2】：

作为正则表达式，您必须使用否定的lookahead 和否定的lookbehind。

试试这个：(?!#).*(?<![)]) 作为正则表达式。它应该输出 # 和 ) 之间的所有内容。

未来：使用regex101.com 测试您的正则表达式。

【讨论】：

【解决方案3】：

此代码仅打印存在reportChange::someMoreInfo called with invalid some ID 的数据块：

data = '''//Log_1.txt
# DON'T WANT #
{12345.54321}
[Tues Jul 2 01:23:45 2019]
< SOME_TYPE
(some_ID = [12345] reportChange::someMoreInfo called with invalid some ID)

# DON'T WANT #
{12345.54321}
[Tues Jul 2 01:23:45 2019]
< SOME_TYPE
(some_ID = [12345] failed::someMoreInfo called with invalid some ID)

# DON'T WANT #
{12345.54321}
[Tues Jul 2 01:23:45 2019]
< SOME_TYPE
(some_ID = [12345xxx] reportChange::someMoreInfo called with invalid some ID)
'''

import re

for d in re.split(r'\n\n', data):
    g = re.findall(r'^# DON\'T WANT #.*reportChange::someMoreInfo called with invalid some ID\)$', d, flags=re.M|re.DOTALL)
    if g:
        print(g[0])
        print()

打印：

# DON'T WANT #
{12345.54321}
[Tues Jul 2 01:23:45 2019]
< SOME_TYPE
(some_ID = [12345] reportChange::someMoreInfo called with invalid some ID)

# DON'T WANT #
{12345.54321}
[Tues Jul 2 01:23:45 2019]
< SOME_TYPE
(some_ID = [12345xxx] reportChange::someMoreInfo called with invalid some ID)

【讨论】：