python - 根据正则表达式中的相同值选择组

Question

我有以下内容

ONE
1234234534564   123
34erewrwer323   123
123fsgrt43232   123
TWO
42433412133fr   234
fafafd3234132   342
THREE
sfafdfe345233   3234
FOUR
324ereffdf343   4323
fvdafasf34nhj   4323
fsfnhjdgh342g   4323

考虑一、二、三和四是单独的组。因为我只想根据条件匹配一个和四每个组中每一行的第二个值必须相同，并且它将匹配其中有多于一行的组..我如何在正则表达式中做到这一点

我已经尝试过遵循正则表达式，但它不符合标准

\w+\n\w+\t(\d+)(\n\w+\t\1){2,}

Answer 1

您可以使用

r'(?m)^[A-Z]+\r?\n\S+\s+(\d+)(?:\r?\n\S+\s+\1)+$'

请参阅regex demo .

详细信息

• (?m) - 启用 re.MULTILINE 模式以使 ^/$ 匹配开始和结束分别有多少行
• ^ - 行的开头
• [A-Z]+ - 1 个以上大写 ASCII 字母(根据需要进行调整)
• \r?\n - 换行符，例如 CRLF 或 LF
• \S+ - 1 个以上非空白字符
• \s+ - 1 个空格(如果制表符是字段分隔符，则使用 \t)
• (\d+) - 捕获组 1、一位或多位数字
• (?:\r?\n\S+\s+\1)+ - 一次或多次重复换行符，后跟 1+ 个非空格、1+ 个空格和相同值与组 1 中一样，因为 \1 是对该组中存储的值的反向引用
• $ - 行尾。

在Python中，使用re.finditer:

for m in re.finditer(r'(?m)^[A-Z]+\r?\n\S+\s+(\d+)(?:\r?\n\S+\s+\1)+$', text):
    print(m.group())

请参阅Python demo .