我正在尝试使用正则表达式（RE）解析大量文本文件。我试图从这些文件中提取包含'vu'并以换行符'\ n'结尾的文本部分。
模式因一个文件而异，因此我尝试使用OR运算符在文件中查找RE的组合。但是，我没有找到一种使代码自动化的方法，因此re.findall（）函数查找RE的组合。
这是我如何解决此问题的示例，但是显然我仍然无法在re.findall（）中同时评估我的正则表达式和OR运算符：
import re
def series2string(myserie) :
myserie2 = ' or '.join(serie for serie in myserie)
return myserie2
def expression(pattern, mystring) :
x = re.findall(pattern, mystring)
if len(x)>0:
return 1
else:
return 0
#text example
text = "\n\n (troisième chambre)\n i - vu la requête, enregistrée le 28 février 1997 sous le n° 97nc00465, présentée pour m. z... farinez, demeurant ... à dommartin-aux-bois (vosges), par me y..., avocat ;\n"
#expressions to look out
pattern1 = '^\s*vu.*\n'
pattern2 = '^\s*\(\w*\s*\w*\)\s*.*?vu.*\n'
pattern = [pattern1, pattern2]
pattern = series2string(pattern)
expression(pattern, text)
注意：我通过在for循环中查找每个模式来解决此问题，但是如果我只使用一次re.findall（），我的代码将运行得更快。
Python正则表达式使用|运算符进行替换。
def series2string(myserie) :
myserie2 = '|'.join(serie for serie in myserie)
myserie2 = '(' + myserie2 + ')'
return myserie2
更多信息：https : //docs.python.org/3/library/re.html
各个模式看起来真的很凌乱，所以我不知道什么是错误，什么是故意的。我猜您在几种不同的情况下正在寻找“ vu”一词。
r（r'pattern here'）为前缀。它允许您\在模式中使用Python，而无需尝试将其解释为字符串转义。它直接传递到正则表达式引擎。（参考）\s匹配空白（空格和换行符）。(和)可选。这可能会导致灾难性的回溯，这会使匹配大字符串的速度变慢。\(?→交通\(\)?→交通\){1}什么也没做 它仅重复一次上一个子模式，这与不指定任何内容相同。\br是无效的。它被解释为\b（ASCII钟形字符）+字母r。'文本字符串的开头有一个引号（）。您打算^匹配任何行的开头，或者'是复制/粘贴错误。组合模式时的一些错误：
pattern = [pattern1, pattern2, pattern3, pattern4]
pattern = series2string(pattern)
expression(re.compile(pattern), text)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句