使用 Python Regex 在文件中提取子字符串

Question

一个文件在逻辑定义的字符串块中有 n 行。我正在解析每一行并根据一些匹配条件捕获所需的数据。

我已经阅读了每一行并找到了带有此代码的块：

#python
    for lines in file.readlines():
        if re.match(r'block.+',lines)!= None:
            block_name = re.match(r'block.+', lines).group(0)
            # string matching code to be added here

输入文件：

line1    select KT_TT=$TMTL/$SYSNAME.P1
line2    . $dhe/ISFUNC sprfl tm/tm1032 int 231
line3    select IT_TT=$TMTL/$SYSNAME.P2
line4    . $DHE/ISFUNC ptoic ca/ca256 tli 551
         .....
         .....


line89   CALLING IK02=$TMTL/$SYSNAME.P2
line90   CALLING KK01=$TMTL/$SYSNAME.P1

每一步的匹配条件和预期输出：

1. 在读取行时，匹配单词“/ISFUNC”并从最后一个字符获取字符，直到匹配“/”并将其保存到变量中。预期 o/p->tm1032 int 231, ca256 tli 551（在第 2 行和第 4 行等中找到匹配字符串）
2. 找到 ISFUNC 后，读取前一行并从该行获取数据，从最后一个字符开始，直到它与“/”匹配，然后将其保存到变量中。预期 o/p->$SYSNAME.P1 & $SYSNAME.P2（第 1 行和第 3 行等）
3. 继续向下阅读行并查找以“CALLING”开头的行，“/”之后的最后一个字符串应与步骤 2 的 o/p 匹配（$SYSNAME.P1 和 $SYSNAME.P2）。只需在 CALLING 字之后捕获数据并保存即可。预期 o/p -> KK01（第 90 行）和 IK02（第 89 行）

最终输出应该是这样的

FUNC             SYS            CALL
tm1032 int 231   $SYSNAME.P1    KK01
ca256 tli 551    $SYSNAME.P2    IK02 

Answer 1

如果您只需要最后一个斜杠旁边的文本，则根本不需要使用正则表达式。

只需在每一行上使用.split("/")，就可以得到斜杠旁边的最后一部分

sample = "$dhe/ISFUNC sprfl tm/tm1032 int 231"
sample.split("/")

将导致

['$dhe', 'ISFUNC sprfl tm', 'tm1032 int 231']

然后使用 -1 索引访问列表的最后一个元素以获取值

PS : 找到对应行后使用拆分功能

Answer 2

在阅读这些行时，匹配单词“/ISFUNC”并从最后一个字符获取字符，直到它匹配一个“/”并将其保存到变量中。预期 o/p->tm1032 int 231（在第 2 行中找到匹配字符串）

char_list = re.findall(r'/ISFUNC.*/(.*)$', line)
if char_list:
    chars = char_list[0]

一旦找到 ISFUNC，读取前一行并从该行获取数据，从最后一个字符开始，直到匹配“/”并将其保存到变量中。预期 o/p->$SYSNAME.P1（第 1 行）

这里的理想方法是 (a) 遍历列表索引而不是行本身（即 for i in range(len(file.readlines()): ... file.readlines()[i]）或 (b) 维护 last 行的副本（例如，将 last_line = line 放在 for 循环的 end。然后，引用该表达式的最后一行：

data_list = re.findall(r'/([^/]*)$', last_line)
if data_list:
    data = data_list[0]

继续向下阅读行并查找以“CALLING”开头的行，“/”之后的最后一个字符串应与步骤 2($SYSNAME.P1) 的 o/p 匹配。只需在 CALLING 字之后捕获数据并保存即可。预期 o/p -> KK01（第 90 行）

假设，从你的例子中，你的意思是“只是数据立即之后（即直到等号）：

calling_list = re.findall(r'CALLING(.*)=.*/' + re.escape(data) + '$', line) 
if calling_list:
    calling = calling_list[0]

您可以移动括号来更改该行中您想要捕获的内容。 re.findall() 将输出匹配列表，仅包括括号内匹配的位。