python - 使用 python 提取两个模式之间的字符

Question

我有一个包含很多行的文件，我想在列表中提取这些信息= ['sheep','cow','buffalo']

animal wild -list {
    tiger lion hyena
}
aaaa 
bbbb 
cccc 
animal domesticated_0 -list {
    sheep
}
dddd 
animal domesticated_1 -list {
    cow buffalo
}
eeee

我正在使用下面的代码，但它离我想要的还很远。

temp_list = ['domesticated_0','domesticated_1']
start = False

for i in temp_list:
   for line in file:   
      if start:
         f1.write(line)
         if li.endswith("}"):
            start = False
      elif not li.startswith("animal"):
         start = False
      elif li.startswith("animal") and i in line:
         f1.write(line)
         start = True
         if li.endswith("}"):
            start = False

Answer 1

此解决方案使用正则表达式:

(?:\banimal\s+domesticated_[01]\s+-list\s+{\s*)((?:\b\w+\b(?:\s*))+)(?:})

1. (?:\banimal\s+domesticated_[01]\s+-list\s+{\s*) 匹配字边界上的 animal 后跟一个或更多空格，后跟 domesticated_，后跟 0 或 1，后跟一个或多个空格，后跟 -list后跟一个或多个空格，后跟 { 后跟 0 个或多个空格，全部位于非捕获组中。
2. ((?:\b\w+\b(?:\s*))+) 匹配单词边界上单词出现 1 次或多次，后跟 0 个或多个空格(组1).
3. (?:}) 与非捕获组中的 } 匹配。

在上面的正则表达式捕获一串动物后，例如'cow bufallow'，尾随空格将被删除，字符串将按空格分割并附加到动物列表中:

代码:

import re

text = """
animal   wild  -list  {
                            tiger
                           lion
                          hyena
         }
aaaa
bbbb
cccc
animal   domesticated_0  -list  {sheep}
dddd
animal   domesticated_1  -list  {
                            cow
                           buffalo
         }
eeee """

animals = []
for m in re.finditer(r'(?:\banimal\s+domesticated_[01]\s+-list\s+{\s*)((?:\b\w+\b(?:\s*))+)(?:})', text):
    animals.extend(re.split(r'\s+', m.group(1).strip()))
print(animals)

打印:

['sheep', 'cow', 'buffalo']

您可以并且应该将正则表达式替换为:

(?:\banimal\s+domesticated_\d+\s+-list\s+{\s*)((?:\b\w+\b(?:\s*))+)(?:})

if domesticated_ 后面可以跟除 0 和 1 之外的任何数字。

See Demo