使用REGEX具有相同标题的数据块

Question

我有一个像这样的长字符串：

[[title]]
a = "1"
b = "1"
c = "1"
d = "1"
e = [
 "1",
 "1",
]

[[title]]
a = "2"
b = "2"
c = "2"
d = "2"
e = [
 "2",
]

[[title]]
a = "a3"
b = "3"
c = "3"

[[title]]
a = "a4"
b = "4"
c = "4"
e = [
 "4",
]

我的目标是在每个标题（无标题）中提取文本并将其放入切片中。 我尝试使用属性键（例如D和E），但有时它们不存在。

您可以在下面的我的正交易格中查看：

(?m)(((\[\[title]]\s*\n)(?:^.+$\n)+?)(d.*?$)(\s*e(.|\n)*?])?)

想找到一种方法来提取每个标题之间的数据

我

我无法在语法后面浏览\，

谢谢！

Answer 1

您可以使用以下模式，该模式从[[title]]到空行匹配。

`\[\[title]](.*?)^
您可以使用以下模式，该模式从 [[title]] 到空行匹配。
gms

说明

• \ [\ [title]] match [[title]]
• （捕获组
  • 。


  


• ）关闭组
• ^$使用m（Multiline）标志表示空行

请参见 demo 使用 golang REGEX引擎

Answer 2

这似乎有效。它不像 @artyomvancyan的答案那样简单或优雅，尽管它的优势很小，它在表达结束时不需要纽文：

[demo]

(?m)(?:\[\[title]]\n((?:.*\n)+?(?:\]|^$)))+

说明：

• （？m）：多行修改器。
• （？：\ [\ [title]] \ n（＆lt;文本直到下一个关闭的方括号或空白行＆gt;））+：找到一个或多个以[[[title]]开头的块] \ n，然后是＆lt; text;直到下一个闭合方括号或空白行＆gt;，然后捕获这些文本。
• （？：。*\ n）+？（？：\] |^$）：两个连续的非捕捉子组；第一个是一堆行，（？：。*| n）+，non-greedy，？;第二个是闭合方括号，]，或一个空行，^$。也就是说，一堆线在包含闭合方括号或空白行的第一行线中结束。

Answer 3

只需为您的自定义格式构建自定义解析器，您可能会更好地为您提供更好的服务，而不是制作危险的正则态度，或者您可能会发现您可以重新使用

​> and 在块开始时，您可以使用正则判处找到它们，但

如果您对内容不感兴趣，则只能将它们分开（肯定是下一步是您是），然后您'确保结构与显示的结构一样简单，您也可以直接在这些上直接拆分两次

>>> long_string_config = """ """  # input data omitted for brevity
>>> for block in filter(None, (a.split("]]")[-1].strip() for a in long_string_config.split("[["))):
...    print("---")
...    print(block)
...
---
a = "1"
b = "1"
c = "1"
d = "1"
e = [
 "1",
 "1",
]
---
a = "2"
b = "2"
c = "2"
d = "2"
e = [
 "2",
]
---
a = "a3"
b = "3"
c = "3"
---
a = "a4"
b = "4"
c = "4"
e = [
 "4",
]

Answer 4

您可能会使用模式重复标题部分下的行可能格式。

行以词字符开始，然后是=，然后零件“ ...”或[...]

\[\[title]]((?:\r?\n\w+\s*=\s*(?:"[^"]*"|\[[^\]\[]*]))*)

说明

• \ [\ [title]] match [[title]]
• （ capture> capture 组1
  • （？：非捕获组
    • \ r？\ n匹配newline
    • \ w+ \ s*= \ s*匹配1+ word chars和=在可选的whitspace chars

    之间

    • （？：替代方案的非捕获组
      • “ [^“]*”从“ ...”

      匹配

      • |或
      • \ [[^\] \ []*]从[ ... ]]

      匹配

    • ）关闭非捕获组
  • ）*关闭非捕获组，并选择重复
• ）关闭组1

regex demo