我做了一個(gè)正則表達(dá)式，應(yīng)該能夠從html文件中分離出數(shù)字的特定順序，但是在最后一部分中它不起作用。因此，這是html文件打印出來的方式：0430\n0500 20 40 53\n0606 19 32 45 58\n0711 22 33 44 55 \n...2000 20 40\n2100 20 40\n2200 20 40\n2300 20 40\n0000\n\n這是我的正則表達(dá)式：timeRegex = re.compile(r'''((\d\d)(\d\d)(\n|(\s(\d\d)\s?(\d\d)?\s?(\d\d)?\s?(\d\d)?\s?(\d\d)?)\n)?)''',re.VERBOSE|re.DOTALL)當(dāng)查看列表時(shí)，它在大多數(shù)情況下都可以正常工作，直到列表中的最后一個(gè)元素獲得0000為止，所以它看起來像這樣的“ 2300 20 40 \ n0000 \ n \ n”，請(qǐng)幫忙。
2 回答
繁星coding
TA貢獻(xiàn)1797條經(jīng)驗(yàn) 獲得超4個(gè)贊
當(dāng)涉及到輸入的這一部分時(shí)：
2300 20 40\n 0000\n
它匹配如下：
(\d\d)(\d\d)火柴2300\s匹配空間(\d\d)火柴20\s?匹配空間(\d\d)?火柴40\s?匹配換行符(\d\d)?火柴00\s?不匹配，因?yàn)樗强蛇x的(\d\d)?火柴00\s? (\d\d)?什么都不匹配，因?yàn)樗鼈兌际强蛇x的\n匹配換行符
我懷疑您沒有意識(shí)到可以\s匹配任何形式的空白，包括換行符。如果要在冗長(zhǎng)的正則表達(dá)式中按字面值匹配空格，請(qǐng)?jiān)诳崭袂凹由戏葱备?。所以大多?shù)\s?應(yīng)該是\ ?。
www說
TA貢獻(xiàn)1775條經(jīng)驗(yàn) 獲得超8個(gè)贊
原因是雙重的：
\s匹配所有空格，換行符和空格；正如@WiktorStribi?ew已經(jīng)說過的，它也
\s?匹配零個(gè)空格。
因此，發(fā)生的情況是您\s?的其中一個(gè)在換行符后吃了換行符2300 20 40，而下一個(gè)\s?匹配了中間的缺失空格0000。您看不到其他地方發(fā)生的問題，因?yàn)槟?code>\s?(\d\d)?了一個(gè)就可以覆蓋兩條實(shí)線。向正則表達(dá)式再添加一個(gè)，您將看到以下行
2000 20 40\n
2100 20 40\n
內(nèi)爆了。
我不確定您要如何解析此文件，但要逐行從代碼中判斷。如果是這樣，則“顯式優(yōu)于隱式”：
time_regex = re.compile(r'^(\d{4})(\s\d{2})*$')
with open(...) as inf:
for line in inf:
m = time_regex.match(line)
# Use m.group(1) and m.group(2).split()
添加回答
舉報(bào)
0/150
提交
取消