如何在Python中将多行文本块与正则表达式匹配？

在 Python 中将多行文本块与正则表达式匹配

在 Python 中，处理多行文本时，正则表达式匹配可能具有挑战性。例如，考虑以下文本，其中“n”代表换行符：

some Varying TEXT

DSJFKDAFJKDAFJDSAKFJADSFLKDLAFKDSAF
[more of the above, ending with a newline]
[yep, there is a variable number of lines here]
[repeat the above a few hundred times].

目标是捕获两个元素：

• “一些变化的文本”
• 从第一个元素下方两行开始的所有大写文本行，作为单个捕获组（稍后可以删除换行符）。

之前已尝试使用以下正则表达式的变体不成功：

re.compile(r"^>(\w+)$$(\[.$]+)^$", re.MULTILINE)
re.compile(r"(^[^>]\[\w\s]+)$", re.MULTILINE|re.DOTALL)

解决方案：

要正确匹配多行文本，请使用以下正则表达式：

re.compile(r"^(.+)\n((?:\n.+)+)", re.MULTILINE)

这个模式匹配以下内容：

• 组 1: "some Varying TEXT"
• 组 2: 以 2 开头的所有大写文本行“some Varying TEXT”下面的行

要点：

• ^ 和 $ 锚点分别匹配换行符之后和之前的位置。
• ?: 运算符使换行符组不被捕获。
• .* 量词捕获一行或多行大写文本。

替代解决方案：

如果目标文本可能包含除换行符 (n) 之外的其他类型的换行符，请使用以下更具包容性的版本：

re.compile(r"^(.+)(?:\n|\r\n?)((?:(?:\n|\r\n?).+)+)", re.MULTILINE)

以上是如何在Python中将多行文本块与正则表达式匹配？的详细内容。更多信息请关注PHP中文网其他相关文章！