我正在尝试提取字符串
Triax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService
来自以下内容:
\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n
使用正则表达式:
Supersedes:?[\\r\\n ]+[\w\-\s]+[\\r\\n ]+(.*)[\\r\\n ]+Serial Numbers?:?[ \\r\\n]+.*?
当我在 regex101 上尝试时,它按预期工作:
https://regex101.com/r/eHdhBV/1/
但是当我在 Python 3.6 中尝试这个时,第一个匹配的组不是我所期望的:
import re
result = re.search('Supersedes:?[\\r\\n ]+[\w\-\s]+[\\r\\n ]+(.*)[\\r\\n ]+Serial Numbers?:?[ \\r\\n]+.*?', '\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n', re.S|re.M)
result[1]
'Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService'
为什么 Python 省略了“Triax PFG Interface”?
编辑:
按照建议,我也尝试使用字符串文字。以下是结果:
rx = r'Supersedes:?[\\r\\n ]+[\w\-\s]+[\\r\\n ]+(.*)[\\r\\n ]+Serial Numbers?:?[ \\r\\n]+.*?'
result = re.search(rx, '\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n', re.S|re.M)
result[1]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'NoneType' object is not subscriptable
请您参考如下方法:
您正在在线测试器上针对字符串文字进行测试,而您应该针对文字字符串进行测试。
'\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n'
是字符串字面量,里面的\r和\n是转义序列,被Python字符串引擎转为CR,分别为LF符号。
字符串文字表示以下文字字符串:
Supersedes
None
Triax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03
Service Serial Numbers:
US00000000-US99999999
在开始和结束处有 2 个空行。参见 the actual regex demo online .
你可以使用
import re
s = '\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n'
m = re.search(r'Supersedes:?\s+[\w -]+\s+(.*)\sSerial Number', s, re.S)
if m:
print(m.group(1))
参见 Python demo
详情
取代:?-取代:或取代子串\s+- 1+ 个空格(包括垂直空格,即换行符)[\w -]+- 1+ 个单词、空格和/或连字符\s+- 1+ 个空格(.*)- 任何 0+ 个字符(也包括换行符,由于re.S标志)尽可能多(替换*与*?匹配尽可能少的字符(如果预期匹配超过 1 个)\s- 一个空格Serial Number-Serial Number子字符串。
