Pola ekstrak Python cocok

Python 2.7.1 Saya mencoba menggunakan ekspresi reguler python untuk mengekstrak kata-kata di dalam pola

Saya memiliki beberapa string yang terlihat seperti ini

someline abc
someother line
name my_user_name is valid
some more lines

Saya ingin mengekstrak kata "my_user_name". Saya melakukan sesuatu seperti

import re
s = #that big string
p = re.compile("name .* is valid", re.flags)
p.match(s) #this gives me <_sre.SRE_Match object at 0x026B6838>

Bagaimana cara mengekstrak my_user_name sekarang?

Anda perlu mengambil dari regex. searchuntuk polanya, jika ditemukan, ambil stringnya menggunakan group(index). Dengan asumsi pemeriksaan yang valid dilakukan:

>>> p = re.compile("name (.*) is valid")
>>> result = p.search(s)
>>> result
<_sre.SRE_Match object at 0x10555e738>
>>> result.group(1)     # group(1) will return the 1st capture.
                        # group(0) will returned the entire matched text.
'my_user_name'

Anda dapat menggunakan grup yang cocok:

p = re.compile('name (.*) is valid')

misalnya

>>> import re
>>> p = re.compile('name (.*) is valid')
>>> s = """
... someline abc
... someother line
... name my_user_name is valid
... some more lines"""
>>> p.findall(s)
['my_user_name']

Di sini saya menggunakan re.findalldaripada re.searchmendapatkan semua contoh my_user_name. Menggunakan re.search, Anda perlu mendapatkan data dari grup pada objek yang cocok:

>>> p.search(s)   #gives a match object or None if no match is found
<_sre.SRE_Match object at 0xf5c60>
>>> p.search(s).group() #entire string that matched
'name my_user_name is valid'
>>> p.search(s).group(1) #first group that match in the string that matched
'my_user_name'

Seperti yang disebutkan di komentar, Anda mungkin ingin membuat ekspresi reguler Anda tidak serakah:

p = re.compile('name (.*?) is valid')

untuk hanya mengambil hal-hal antara 'name 'dan berikutnya ' is valid'(daripada membiarkan ekspresi reguler Anda mengambil yang lain ' is valid'di grup Anda.

Anda bisa menggunakan sesuatu seperti ini:

import re
s = #that big string
# the parenthesis create a group with what was matched
# and '\w' matches only alphanumeric charactes
p = re.compile("name +(\w+) +is valid", re.flags)
# use search(), so the match doesn't have to happen 
# at the beginning of "big string"
m = p.search(s)
# search() returns a Match object with information about what was matched
if m:
    name = m.group(1)
else:
    raise Exception('name not found')

Mungkin itu sedikit lebih pendek dan lebih mudah dipahami:

import re
text = '... someline abc... someother line... name my_user_name is valid.. some more lines'
>>> re.search('name (.*) is valid', text).group(1)
'my_user_name'

Anda ingin grup tangkap .

p = re.compile("name (.*) is valid", re.flags) # parentheses for capture groups
print p.match(s).groups() # This gives you a tuple of your matches.

Anda dapat menggunakan grup (ditunjukkan dengan '('dan ')') untuk menangkap bagian dari string. Metode objek pencocokan group()kemudian memberi Anda konten grup:

>>> import re
>>> s = 'name my_user_name is valid'
>>> match = re.search('name (.*) is valid', s)
>>> match.group(0)  # the entire match
'name my_user_name is valid'
>>> match.group(1)  # the first parenthesized subgroup
'my_user_name'

Di Python 3.6+ Anda juga dapat mengindeks objek yang cocok alih-alih menggunakan group():

>>> match[0]  # the entire match 
'name my_user_name is valid'
>>> match[1]  # the first parenthesized subgroup
'my_user_name'

Berikut cara melakukannya tanpa menggunakan grup (Python 3.6 atau lebih tinggi):

>>> re.search('2\d\d\d[01]\d[0-3]\d', 'report_20191207.xml')[0]
'20191207'

Anda juga dapat menggunakan grup penangkapan (?P<user>pattern)dan mengakses grup seperti kamus match['user'].

string = '''someline abc\n
            someother line\n
            name my_user_name is valid\n
            some more lines\n'''

pattern = r'name (?P<user>.*) is valid'
matches = re.search(pattern, str(string), re.DOTALL)
print(matches['user'])

# my_user_name

Sepertinya Anda benar-benar mencoba mengekstrak nama wakil hanya mencari kecocokan. Jika ini masalahnya, memiliki indeks span untuk kecocokan Anda sangat membantu dan saya merekomendasikan penggunaan re.finditer. Sebagai jalan pintas, Anda tahu namebagian regex Anda adalah panjang 5 dan is validpanjangnya 9, sehingga Anda dapat memotong teks yang cocok untuk mengekstrak namanya.

Catatan - Dalam contoh Anda, sepertinya sadalah string dengan jeda baris, jadi itulah yang diasumsikan di bawah ini.

## covert s to list of strings separated by line:
s2 = s.splitlines()

## find matches by line: 
for i, j in enumerate(s2):
    matches = re.finditer("name (.*) is valid", j)
    ## ignore lines without a match
    if matches:
        ## loop through match group elements
        for k in matches:
            ## get text
            match_txt = k.group(0)
            ## get line span
            match_span = k.span(0)
            ## extract username
            my_user_name = match_txt[5:-9]
            ## compare with original text
            print(f'Extracted Username: {my_user_name} - found on line {i}')
            print('Match Text:', match_txt)