从python中的文本文件中读取带有正则表达式的文件片段

Question

我有一个文本文件，我想在其中使用正则表达式匹配单词 PATTERN 并提取 START 和 END 之间的文本（文本文件如下所示）。我不想直接匹配START 和END 字段，因为我在该部分中有随机数据，但PATTERN 保持不变，因此我可以轻松匹配它。我有一个可以匹配模式的快速而肮脏的 Python 脚本，但我被困在下一步。

HERE IS MY PATTERN:


        IGNORE SECTION

**************************************************
START   1   2   3   4   5
  .     .   .   .   .   .
  .     .   .   .   .   .
  .     .   .   .   .   .
END     .   .   .   .   .



TEXT    FILE    CONTINUES...........
.
.
.
.

**************************************************

我如何告诉 Python 读取模式下方的 5 行，并在读取第一个空行时停止？

这是我的脚本：

#!usr/bin/env python

import re

pattern = r'PATTERN:'+'$'

count = 0
fp = open('fileinput.txt')
for line in fp:
    count += 1

    match = re.search(pattern,line)
    if match:
        print 'Matched text:', line, 'Line', count
        line_match = count   

new_line = line_match+4

我已经标记了我想要的行，但无法告诉 Python 从此时开始读取文件，并在遇到空行时退出。有什么建议吗？

Answer 1

我认为你根本不需要正则表达式，你可以使用endswith。这是我将如何实现它。它不可扩展，但它可以满足您的需求：

matching = False
found = []
with open('fileinput.txt', 'r') as file
    it = iter(file)
    for line in it:
        if matching:
            if line.strip() == '':
                break
            else:
                found.append(line)
        elif line.endswith('PATTERN:'):
            for _ in range(6):
                next(it)
            matching = True

既然您知道START 出现在PATTERN 之后的5 行，因此无需搜索它，因此我使用assert 来确保它在预期的位置。匹配的行存储到found，你可以用

很好地打印出来

for line in found:
    print line

Answer 2

我没有很好地理解你的解释；据我所知，您需要：

1) 从特定模式读取文件直到空行；
2) 将读取的部分与多行模式匹配。

要实现这一点：

1) 使用 readline()、readlines()、xreadlines() 或 for line in file 将所有感兴趣的文本读入单个变量中 - 最方便的方法。
请注意，for line if file 循环可以随时用break 停止，xreadlines() - 只是停止读取。下次调用它们时，它们将从文件中的当前位置开始。
2) 将其与包含\n's 的模式匹配或使用re.M 标志如果您需要. 来匹配换行符。

for l in f:
    if re.match("PATTERN:\n",l): break
s=""
for l in f:
    if l=='\n': break
    s+=l
m=re.match("<whatever-pattern-matches-your-chunk-of-text>",s)