gpt4 book ai didi

python - findall 中的正则表达式匹配无法一致工作

转载 作者:行者123 更新时间:2023-12-01 05:56:27 24 4
gpt4 key购买 nike

谁能告诉我为什么 Python 中的正则表达式模式在大多数情况下都有效,但在处理以下文本时却遇到困难。

模式:

patternd = re.compile(r"""\(VFSCAN\)[^=]*=\s*    # first line of a section: (VFSCAN) AT TIME =  1.1800 UP    TO  100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200 
(\d*(?:\.\d+)?) # group 1 - first number of first line: 1.1800
\D+
\d+ # second number of first line: 100
\s+BUSES\s+WITH\s+LOW\s+VOLTAGE\s+(DEVIATION)\s+BELOW.*?
\D+ # skip second line
(?: # a data line: 18436 [LENZIE 618.0] -0.245 18433 [LENZIE 318.0] -0.245
(?:\d+\s+\[(.+?)\]\s+\S+\s*)+ # Component of data line
(?=[\r\n\s]+|$)
)+ # This search ends with an empty line
""", re.VERBOSE)

我遇到问题的文本是:

test3 = r'''(VFSCAN) AT TIME =  1.1800 UP TO  100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:

X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
18436 [LENZIE 618.0] -0.245 18433 [LENZIE 318.0] -0.245
18431 [LENZIE 118.0] -0.214 18435 [LENZIE 518.0] -0.214
18434 [LENZIE 418.0] -0.214 18432 [LENZIE 218.0] -0.214

(VFSCAN) AT TIME = 1.5167 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:

X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
69036 [DNLP2G21.575] -0.414 69038 [DNLP2G22.575] -0.414
69040 [DNLP2G23.575] -0.414 69032 [DNLP1_G1.575] -0.402
65460 [DIFICULT 230] -0.384 69027 [7MIHL G1.575] -0.355
69076 [HORIZ_G .575] -0.303 67237 [MEDBOWCO 115] -0.301
67940 [STNDPSVC 230] -0.300 65976 [MINERS 34.5] -0.294
65585 [FT CRK1 34.5] -0.261 65584 [FT CRK2 34.5] -0.261
69073 [HIPLN_G .575] -0.214

(VFSCAN) AT TIME = 1.1800 UP TO 100 BUSES WITH LOW VOLTAGE DEVIATION BELOW -0.200:

X ----- BUS ------ X VDEV X ----- BUS ------ X VDEV
65191 [BONANZA 24.0] -0.572 65192 [BONANZA 138] -0.434
65194 [CHAPITA 138] -0.433 66278 [RANGELY 138] -0.320
65371 [COVE TP 138] -0.302 79265 [CALAMRDG 138] -0.286
79400 [DES.MINE 138] -0.285 65086 [ASHLEY 69.0] -0.284
79067 [VERNAL 138] -0.277 67257 [MOONLAK269.0] -0.268
67256 [MOONLAK169.0] -0.266 79264 [W.RV.CTY 138] -0.206

'''

我正在使用“findall”来匹配使用上面模式的文本,并期望提取元组列表。当我运行这个时,我得到:

[('1.1800', 'DEVIATION', 'LENZIE 218.0'), ('1.5167', 'DEVIATION', 'HIPLN_G .575'),     ('1.1800', 'DEVIATION', 'W.RV.CTY 138')]

但是我的列表中应该会得到更多匹配的元组。我真的只对提取每场比赛第一行的时间以及方括号“[]”中的所有项目感兴趣。我应该在列表中得到 6+13+12 = 31 个元组。任何帮助将不胜感激。

最佳答案

您必须逐行解析此格式,一旦找到匹配项,正则表达式将不会返回到文本中。您希望正则表达式找到重叠部分(第 0 行 + 第 2 行,然后第 0 行 + 第 3 行,等等),但引擎已经在第 0 - 2 行匹配了某些内容,因此下一个 match findall 将搜索第 2 行之后的开头。

按行分割输入,检测标题行和数据行,并相应地解析每个行。然后将数据行与最近解析的 header 分组。

关于python - findall 中的正则表达式匹配无法一致工作,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12374019/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com