Python多行模式匹配

我试图通过python使用shell命令匹配多行模式

我可以使用shell命令进行匹配，但无法通过Python subprocess.call或os.system模块传递此命令

我的文件如下所示：

(CELL
  (CELLTYPE "NAND_2X1")
  (INSTANCE U2)
  (DELAY
    (ABSOLUTE
    (IOPATH A1 ZN (0.02700::0.02700) (0.01012::0.01012))
    (IOPATH A2 ZN (0.02944::0.02944) (0.00930::0.00930))
    )
  )
)

不，我正在尝试提取以下内容：

  (INSTANCE U2)
  (DELAY
    (ABSOLUTE
    (IOPATH A1 ZN (0.02700::0.02700) (0.01012::0.01012))
    (IOPATH A2 ZN (0.02944::0.02944) (0.00930::0.00930))
    )
  )

使用此正则表达式：

pcregrep -M -n 'INSTANCE U2((?!^\)).*\n)+' sdf/c1_syn_buf2.sdf

其中U2是搜索字符串，sdf/c1_syn_buf2.sdf是文件名

在Python中，我定义了一个函数，我将向该函数传递搜索字符串和文件名，因为我必须多次执行此操作

我无法使用以下命令作为shell命令成功执行此命令：

>>>b = subprocess.call(['pcregrep','-M','-n','INSTANCE '+arg, '\)((?!^\).*\n)+ '+file ])
pcregrep: Failed to open \)((?!^\).*
)+ /home/sanjay/thesis/code/sdf/c7552_syn_buf0.sdf: No such file or directory

当我实际输入参数名（本例中为U2）和文件名时，我能够获得所需的输出

编辑 如果pcregrep不够友好，以下是awk命令：

awk '/INSTANCE U2/,/^)\n?/' sdf/c1_syn_buf2.sdf

返回相同的值

---

有人能帮我吗？

只需查看原始命令行，并将调用的格式设置为每行一个参数，是否应该是这样

b = subprocess.call(
['pcregrep',
    '-M',
    '-n',
    'INSTANCE {}\)((?!^\)).*\n)+ '.format(arg),
    file ])

---

我对括号和反斜杠不是很确定。这些在正则表达式中总是有点棘手。您可能需要对它们稍加修改才能得到您想要的内容（查看python文档中的r''正则表达式字符串类型）

看起来我需要使用格式说明符

%s

当我使用：

b = subprocess.check_output("pcregrep -M -n 'INSTANCE '%s'((?!^\)).*\n)+' {} ".format(file) %arg,shell=True)

这样，我就得到了变量

b

---

我使用%s传递参数，使用

{}.format

方法传递文件名来运行shell命令：

$ pcregrep -M -n 'INSTANCE U2((?!^\)).*\n)+' sdf/c1_syn_buf2.sdf

在Python中：

from subprocess import check_output as qx

output = qx(['pcregrep', '-M', '-n', r'INSTANCE {}((?!^\)).*\n)+'.format(arg),
             path_to_sdf])

import re
from mmap import ACCESS_READ, mmap

with open(path_to_sdf) as f, mmap(f.fileno(), 0, access=ACCESS_READ) as s:
    # arg = re.escape(arg) # call it if you want to match arg verbatim
    output = re.findall(r'INSTANCE {}((?!^\)).*\n)+'.format(arg).encode(), s,
                        flags=re.DOTALL | re.MULTILINE)

• 使用

  r'

  literal或将所有反斜杠加倍
• 将每个shell参数作为单独的列表项传递

此外，您不需要

pcregrep

，您可以用Python搜索该文件：

from subprocess import check_output as qx

output = qx(['pcregrep', '-M', '-n', r'INSTANCE {}((?!^\)).*\n)+'.format(arg),
             path_to_sdf])

import re
from mmap import ACCESS_READ, mmap

with open(path_to_sdf) as f, mmap(f.fileno(), 0, access=ACCESS_READ) as s:
    # arg = re.escape(arg) # call it if you want to match arg verbatim
    output = re.findall(r'INSTANCE {}((?!^\)).*\n)+'.format(arg).encode(), s,
                        flags=re.DOTALL | re.MULTILINE)

---

mmap

用于容纳内存中不适合的文件。它在Windows上也可能运行得更快。

我想您只是有一个打字错误：.*\n）+'+文件它可能应该是.*\n）+'，用逗号而不是逗号的文件plus@rkh这不是打字错误，括号中的内容基本上是说

（.*\n）+

，我添加了

（？！\）)

表示只有在遇到以

开头的行时才需要进行匹配。

分隔arg from'）的逗号也应该是+，我认为，因此列表中的元素是子流程callI的单个参数，我没有得到这个参数，我想在搜索字符串中输入

arg

。格式行将在搜索字符串中输入arg。如果arg设置为“Hello”，那么“INSTANCE{}”（？！^）。*\n）+。format（arg）等于“INSTANCE Hello”（？！^）。*\n）+”（加上或减去一些反斜杠）嗯……我实际上刚刚尝试过，现在pcregremp报告错误：

>b=subprocess.call（['pcregremp'，'-M'，'-n'，'INSTANCE{}\（？！^\）.\n'）。format（arg），file])pcregrep：命令行正则表达式中偏移量为25的错误：丢失）

我希望有一个简单的backtick或exec方法用于类似perl的Python！看看你原来的正则表达式，我想我在中间忘了一个额外的“”。我刚刚编辑过。希望反斜杠是正确的…您应该使用

%

或

.format

字符串格式。同时使用这两个命令看起来很难看。@Sebastian我对python相当陌生，因此使用的是Unix命令。.感谢mmap方法，它工作得非常好！感谢对qx的类似perl的方法