Python正则表达式：多行和非贪婪

Question

我有一些像这样的文本：

cc.Action = {
};

cc.FiniteTimeAction = {

};

cc.Speed = {

};

我想要的结果是一个列表，格式如下：

['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

以下是我尝试过的内容：

input = codecs.open(self.input_file, "r", "utf-8")
content = input.read()
result = re.findall('cc\..*= {.*};', content, re.S)
for r in result:
    print r
    print '---------------'

结果如下：

[
'cc.Action = {
};

cc.FiniteTimeAction = {

};

cc.Speed = {

};'
]

非常感谢您的建议。

以下是关于 IT 技术的翻译内容：

- supersuraccoon

Answer 1

比赛的开头似乎是cc.，而比赛的结尾似乎是;，因此我们可以使用模式：

'cc\.[^;]+'

意思是，我们匹配cc.，然后匹配不是;的每个字符（[]括起来的是字符类，^否定该类）。

您还可以使用非贪婪重复*?，但在这种情况下，我会说这是一种过度设计。正则表达式越简单，效果越好。

为了获得所需的输入，您还必须摆脱换行符。因此，我建议如下：

result = re.findall('cc\.[^;]*;', content.replace('\n', ''))

- slawek

Answer 2

问题在于，你正在使用贪婪搜索。你需要使用非贪婪搜索和?运算符。

import re
print [i.replace("\n", "") for i in re.findall(r"cc\..*?{.*?}", data, re.DOTALL)]
# ['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

如果你不使用.*？，.*{会匹配到字符串中的最后一个{。因此所有的字符串都被视为单个字符串。当你进行非贪婪匹配时，它会匹配到当前字符之后的第一个{。

此外，这也可以在不使用正则表达式的情况下完成，就像这样。

print [item.replace("\n", "") for item in data.split(";") if item]
# ['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}']

只需根据 ; 分割字符串，如果当前字符串不为空，则将所有的 \n（换行符）替换为空字符串。

- thefourtheye

Answer 3

正如您的标题所示，问题在于贪婪性：cc\..*=从字符串开头匹配到最后一个=。

您可以通过使用懒惰量词来避免这种行为，该量词将尝试在以下字符的最早出现处停止：

cc\..*?= {.*?};

演示在这里：http://regex101.com/r/oL4yG7。

- Robin

Answer 4

如果你基于;进行分割：

codes.split(';')

输出：

['cc.Action = {}', ' cc.FiniteTimeAction = {}', 'cc.Speed = {}', '']

- venpa

Answer 5

>>> 'cc.Action = {\n};\n\ncc.FiniteTimeAction = {\n\n};\n\ncc.Speed = {\n\n};'.replace('\n','').split(";")
['cc.Action = {}', 'cc.FiniteTimeAction = {}', 'cc.Speed = {}', '']

这将对你有用

- aelor