我有很多日志文件，并且想使用多行搜索一些模式，但是为了轻松找到匹配的字符串，我仍然想查看匹配区域的行号。
有什么好的建议。（复制代码示例）
string="""
####1
ttteest
####1
ttttteeeestt
####2
ttest
####2
"""
import re
pattern = '.*?####(.*?)####'
matches= re.compile(pattern, re.MULTILINE|re.DOTALL).findall(string)
for item in matches:
print "lineno: ?", "matched: ", item
[更新] lineno 是实际的行号
所以我想要的输出看起来像：
lineno: 1, 1
ttteest
lineno: 6, 2
ttttteeeestt
你想要的是一个正则表达式不太擅长的典型任务；解析。
您可以逐行读取日志文件，并在该行中搜索用于分隔搜索的字符串。您可以逐行使用正则表达式，但它比常规字符串匹配效率低，除非您正在寻找复杂的模式。
如果你正在寻找复杂的比赛，我想看看。####如果没有正则表达式，在保持行数的同时搜索文件中的每一行会更容易。
您可以仅在手前存储行号，然后再查找它。
import re
string="""
####1
ttteest
####1
ttttteeeestt
####2
ttest
####2
"""
end='.*\n'
line=[]
for m in re.finditer(end, string):
line.append(m.end())
pattern = '.*?####(.*?)####'
match=re.compile(pattern, re.MULTILINE|re.DOTALL)
for m in re.finditer(match, string):
print 'lineno :%d, %s' %(next(i for i in range(len(line)) if line[i]>m.start(1)), m.group(1))
这可以通过以下方式相当有效地完成：
{offset: line_number}映射存储到最后一个匹配。这样可以避免每次匹配都倒数到文件的开头。
下面的功能类似于re.finditer
def finditer_with_line_numbers(pattern, string, flags=0):
'''
A version of 're.finditer' that returns '(match, line_number)' pairs.
'''
import re
matches = list(re.finditer(pattern, string, flags))
if not matches:
return []
end = matches[-1].start()
# -1 so a failed 'rfind' maps to the first line.
newline_table = {-1: 0}
for i, m in enumerate(re.finditer(r'\n', string), 1):
# don't find newlines past our last match
offset = m.start()
if offset > end:
break
newline_table[offset] = i
# Failing to find the newline is OK, -1 maps to 0.
for m in matches:
newline_offset = string.rfind('\n', 0, m.start())
line_number = newline_table[newline_offset]
yield (m, line_number)
如果需要内容，可以将最后一个循环替换为：
for m in matches:
newline_offset = string.rfind('\n', 0, m.start())
newline_end = string.find('\n', m.end()) # '-1' gracefully uses the end.
line = string[newline_offset + 1:newline_end]
line_number = newline_table[newline_offset]
yield (m, line_number, line)
请注意，避免必须从创建列表会很好finditer，但这意味着我们不知道何时停止存储换行符（即使唯一的模式匹配位于文件开头，它也可能最终存储许多换行符) .
如果避免存储所有匹配项很重要 - 可以创建一个根据需要扫描换行符的迭代器，尽管不确定这在实践中会给您带来多大优势。
finditer 函数可以告诉您匹配的字符范围。由此，您可以使用简单的换行正则表达式来计算匹配前有多少换行。将换行数加一以获得行号，因为我们在编辑器中操作文本的惯例是将第一行称为 1 而不是 0。
def multiline_re_with_linenumber():
string="""
####1
ttteest
####1
ttttteeeestt
####2
ttest
####2
"""
re_pattern = re.compile(r'.*?####(.*?)####', re.DOTALL)
re_newline = re.compile(r'\n')
count = 0
for m in re_pattern.finditer(string):
count += 1
start_line = len(re_newline.findall(string, 0, m.start(1)))+1
end_line = len(re_newline.findall(string, 0, m.end(1)))+1
print ('"""{}"""\nstart={}, end={}, instance={}'.format(m.group(1), start_line, end_line, count))
给出这个输出
"""1
ttteest
"""
start=2, end=4, instance=1
"""2
ttest
"""
start=7, end=10, instance=2
我相信这或多或少可以满足您的要求：
import re
string="""
####1
ttteest
####1
ttttteeeestt
####2
ttest
####2
"""
pattern = '.*?####(.*?)####'
matches = re.compile(pattern, re.MULTILINE|re.DOTALL)
for match in matches.finditer(string):
start, end = string[0:match.start()].count("\n"), string[0:match.end()].count("\n")
print("lineno: %d-%d matched: %s" % (start, end, match.group()))
它可能比其他选项慢一点，因为它反复对字符串进行子字符串匹配和搜索，但由于在您的示例中字符串很小，我认为为了简单起见值得权衡。
我们在这里获得的也是与模式匹配的行范围，这使我们也可以一口气提取整个字符串。我们可以通过计算匹配中换行符的数量来进一步优化这一点，而不是直接到最后，因为它的价值。
import re
text = """
####1
ttteest
####1
ttttteeeestt
####2
ttest
####2
"""
pat = ('^####(\d+)'
'(?:[^\S\n]*\n)*'
'\s*(.+?)\s*\n'
'^####\\1(?=\D)')
regx = re.compile(pat,re.MULTILINE)
print '\n'.join("lineno: %s matched: %s" % t
for t in regx.findall(text))
结果
lineno: 1 matched: ttteest
lineno: 2 matched: ttest