python - Python：用于在多行输入中排除字符串/单词的正则表达式

Question

我在尝试使用 Python 2.7.3 正则表达式在带有换行符的大型输入中查找一些字符串时遇到问题。我有这样的事情：

type="thing" blahblahblah
something id="123456"
...
type="disabled thing" blahblahblah
somethingelse id="123457"
...

我想获取 type="thing" 的所有 id。由于贪婪的正则表达式引擎，我必须编写一个像这样的正则表达式：

r'type="thing"(?!type).+id="[0-9]{6,7}"', re.S

但是，这不起作用。如何在输入时使用这种数据制作排除字符串正则表达式？

Answer 1

如果我正确理解了您的问题（在编辑之前），您需要与 id 关联的两行。在这种情况下，您将需要这些方面的内容（假设新行由 '\n' 标记）：

>>> import re
>>> t = """
type="thing" blahblahblah
something id="123456"
...
type="disabled thing" blahblahblah
somethingelse id="123457"
...
"""
>>> q = re.compile(r'type="thing".*\n.*\n')
>>> q.findall(t)
['type="thing" blahblahblah\nsomething id="123456"\n']
>>> for s in q.findall(t):
    print s  

type="thing" blahblahblah
something id="123456"

如果你不使用 re.S，你可以更有效地控制你的表情的贪婪。你的.+结合re.S会使你的表达变得贪婪，否则你将不得不考虑这一点。您也可以使用类似.+?. 加号后面的问号会让你的表达不贪心，但我会选择更简洁的表达方式。

Answer 2

用这个：

r'type="thing"[\s\S]+?id="([0-9]{6,7})"', re.S

例子：

import re

s = b'''"type="thing" blahblahblah
something id="123456"
....
type="thing" blahblahblah
something id="123459"
....
type="disabled thing" blahblahblah
somethingelse id="123457"'''

expr = re.compile(r'type="thing"[\s\S]+?id="([0-9]{6,7})"', re.S);

c = expr.findall(s)

for c1 in c:
    print ".."
    print c1

输出：

>>> 
..
123456
..
123459