提取分隔符之间的所有字符串答案

【问题标题】：Extract all strings between delimiters提取分隔符之间的所有字符串
【发布时间】：2018-10-13 11:55:49
【问题描述】：

我编写了一个函数来提取两个分隔符之间的字符串。但是在某些文件中，这些分隔符出现了好几次，所以我想把它们全部提取出来。在我的实际功能中，它只提取它遇到的第一个然后退出。

我该如何解决？

def extraction_error_CF(file): 

    f=open(file,'r')
    file=f.read()
    f.close()
    start = file.find('Error validating') #1st delimiter
    end = file.find('</SPAN><BR>', start) # 2nd delimiter
    if start!=-1 and end!=-1:             #If these two delimiters are present...
        return(file[start:end])
    else:
        return""

【问题讨论】：

为此使用适当的 html/xml 解析器
你可以给find传递一个额外的参数，这是最后找到的模式的偏移量，只需加1你就会找到所有的
抱歉，我刚开始编写代码，我不理解您使用 html/xml 解析器的解决方案，第二个解决方案我将“1”添加到：file.find('Error validating' ,1) 但它仍然只找到第一个。谢谢
@Jean-FrançoisFabre 我们不能盲目地假设文件的内容实际上是一个完整的 HTML 文档——因为我们知道它也可以是一个日志文件，在某些消息中带有标记或其他任何包含标记的内容一个真正的 HTML 文档。
@Tom92 如果没有您文件内容的代表性样本，我们将无法正确回答您的问题。

标签： python file find extract

【解决方案1】：

对于 HTML/XML，您应该完全使用强大的模块，例如 BeautifulSoup，但是如果你真的只想要两个分隔符之间的内容，你可以使用相同的函数，但是将结果添加到列表中（例如）然后你可以打印出来

def extraction_error_CF(file): 

    f=open(file,'r')
    file=f.read()
    f.close()

    # Patterns
    first = "Error validating"
    second = "</span><br>"

    # For all the matches
    results = []

    # Iterate the whole file
    start = file.find(first)
    end = file.find(second)
    while start != -1 and end != -1:
        # Add everything between the patterns
        # but not including the patterns
        results.append(file[start+len(first):end])
        # Removing the text that already passed
        file = file[end+len(second):]

        start = file.find(first)
        end = file.find(second)

    # Return the content of the list as a string
    if len(results) != 0:
        return "".join(r for r in results)
    else:
        return None

print(extraction_error_CF("test"))

【讨论】：

【解决方案2】：

import re

def extraction_error_CF(file): # Get error from CF upload 
    f=open(file,'r')
    file=f.read()
    f.close()
    start = re.findall('Error validating(.*)</SPAN><BR>',file)
    if start != -1:
        return start
    else:
        return""

这就是我所做的，它运作良好，谢谢大家！

【讨论】：