如何在 python 中使用正则表达式形成单独的块？答案

【问题标题】：How do I form separate blocks using regular expressions in python?如何在 python 中使用正则表达式形成单独的块？
【发布时间】：2017-06-14 09:57:15
【问题描述】：

这是我的代码：

results = re.finditer(r'([A-Z ?]+)\n+(.*)\n',inputfile,flags=re.MULTILINE)

for match in results:

    print match.groups()

我/p：

基本信息

姓名：约翰

电话号码：+91-9876543210

出生日期：21-10-1995

技能组合

Java

Python

o/p: （'基本信息'，'姓名：约翰'） ('技能集', 'Java')

但需要 o/p：（“基本信息”、“姓名：John”、“电话号码：+91-9876543210”、“出生日期”：“21-10-1995”） ('技能集'、'Java'、'Python')

【问题讨论】：

您如何区分 SKILLSET 和 BASIC INFORMATION ？为什么这里需要正则表达式？
我已经使用 ([A-Z ?]+)\n 来识别基本信息和技能组合。我想使用正则表达式制作两个单独的块，其中包含这两个标题下的信息。 @SarathSadasivanPillai

标签： python regex resume

【解决方案1】：

使用正则表达式很难获得所有输出，因为您的文件文本并不简单。

但是正则表达式 + 一点点额外的努力，您就可以轻松实现这一目标

# This regex fetch all Titles (i.e. BASIC INFO, SKILL SET...)
results = re.findall(r"([A-Z ]{4,})", inputfile)

并且经过少量工作将帮助您获得想要的结果

items=[]
for z in results:
    item = inputfile[:inputfile.index(z)]
    inputfile = inputfile.replace(item,'')
    if item:
      items.append(filter(str,item.split('\n')))
items.append(filter(str,inputfile.split('\n')))
print items

输出：
[ ['基本信息'，'姓名：John'，'电话号码：+91-9876543210'，'DOB'：'21-10-1995']，
['技能设置'，'Java'， 'Python']
]

【讨论】：

嘿，我希望答案在两个不同的组中。 BASIC INFORMATION 包含姓名、DOB 和电话号码，以及包含 Java 和 Python 的 SKILL SET。
技能集和基本信息是文件中的静态字符串吗？
没有。它可以是任何东西。这只是一个示例数据集。
好的，那么你需要一点额外的工作然后正则表达式来获得结果，因为你的文件并不简单！编辑后的答案看看吧！
非常感谢！就像我想要的那样工作:)

【解决方案2】：

将re.MULTILINE 替换为re.DOTALL，以便您的.* 匹配多行（是的，标志名称有些误导）。您还需要在 \n 上拆分结果字符串。

一般来说，对于这个任务使用正则表达式可能不是最好的主意，这应该会更好：

import string
results = []
for line in inputfile.splitlines():
  if all(c in (string.ascii_uppercase + ' ') for c in line):
    results.append([ line ])
  elif line != '':
    results[-1].append(line)

【讨论】：

如何在 \n 上拆分它？蟒蛇新手。还在摸索中。
哦，等等，我假设所有非“节标题”的行都包含小写字母。 DOB: 21-10-1995 并非如此。
它不工作。多次显示“无”。不过还是谢谢你！
更多细节（即与您的期望不同）将按顺序排列。
我使用 ([A-Z ?]+)\n 来识别基本信息和技能组合。我想使用正则表达式制作两个单独的块，其中包含这两个标题下的信息。使用上面的代码不会这样做。它只是多次打印“无”。