python re.findall 不匹配重复项答案

【问题标题】：python re.findall doesn't match duplicatespython re.findall 不匹配重复项
【发布时间】：2014-09-03 15:20:22
【问题描述】：

假设输入是这样的。实际上它更长，但为了清楚起见，我将其保留为这样。

有效期：2014 年 3 月 5 日星期三 15:40:45 GMT+00:00 至：1 月 5 日星期四 08:28:29 GMT+00:00 2034
有效期从：2014 年 1 月 10 日星期五 08:28:29 GMT+00:00 到：1 月 5 日星期四 08:28:29 GMT+00:00 2034

这是我的代码：

 certDataArray = []
            patterns = ['Alias name:\s(.*)\n', 'Owner:\s(.*)\n', 'Issuer:\s(.*)\n', 'Serial number:\s(.*)\n', 'Valid from:\s(.*) until', 'until:\s(.*)\n']
            for pattern in patterns:
                result = re.compile(pattern)
                result = result.findall(cmd)
                certDataArray.append(result)
            certDataArray = zip(certDataArray[0],certDataArray[1],certDataArray[2],certDataArray[3],certDataArray[4],certDataArray[5])

现在，问题是 findall 不会匹配模式 "until:\s(.*)\n" 的第二个匹配项，因为已经有一个相同的匹配项。不确定我的措辞是否正确，但你明白了。

我一直在谷歌搜索解决方案，发现 2：

1) 使用新改进的python regex 模块。这不在桌面上，因为我没有在我的 PC 上运行它，这段代码将在企业级平台上运行。以任何方式升级 python 是不可能的，我不认为我可以将 regex.py 复制粘贴到服务器中以使那里的 python 使用它，或者我可以吗？我下载了这个包，好像需要安装，这个系统不允许我安装。

2) 重复。一直在看，坦率地说我不明白它是如何工作的

我也尝试将字符串分解成行并使用“for”循环遍历每一行，但这似乎是一种可能适得其反的迟钝方法。

非常欢迎所有想法，谢谢。

【问题讨论】：

标签： python regex findall

【解决方案1】：

这不是因为它是重复匹配 - 第二行不以 '\n' 结尾。你真的应该使用：

r"raw strings" 防止逃逸搞砸；
正则表达式字符串结束标记$ 而不是\n；和
re.MULTILINE 选项分别处理每一行。

例如：

>>> s = """Valid from: Wed Mar 05 15:40:45 GMT+00:00 2014 until: Thu Jan 05 08:28:29 GMT+00:00 2034
Valid from: Fri Jan 10 08:28:29 GMT+00:00 2014 until: Thu Jan 05 08:28:29 GMT+00:00 2034"""
>>> import re
>>> re.findall(r'until:\s(.*)$', s, re.MULTILINE)
['Thu Jan 05 08:28:29 GMT+00:00 2034', 'Thu Jan 05 08:28:29 GMT+00:00 2034']

【讨论】：

是的，如果 re.MULTILINE 被添加到 re.compile(pattern, re.MULTILINE) 中，并且使用 $ 代替 \n，那么它可以工作。但是，我仍然不完全理解 multiline 的作用。你可以解释吗？另外，什么时候需要在图案前面加上字母“r”，什么时候不需要？
我不明白为什么在这种情况下我需要单独处理每一行，如果我尝试匹配的模式没有在多行上运行，它不会从一个开始，并在另一行结束。
是的，但是你想匹配字符串的结尾或者一行的结尾使用$，如果你不使用re.MULTILINE那只有匹配字符串的结尾，因此您将返回一个结果。
哦，对了。在最后一行中，没有任何内容可以匹配，因为该行没有以任何与 $ 匹配的内容结尾。您刚刚使我免于重写至少 1 天的工作。非常感谢！