Python：匹配之间的连续行，类似于awk 鉴于： 多行字符串字符串（已从文件中读取） 两个模式pattern1和pattern2，它们将匹配字符串中恰好一行的子字符串。这些线将被称为line1和line2

这些模式是正则表达式模式，但是如果这样做更容易的话，我可以更改它们的格式

搜索 我正在寻找一种方法来获取python中第1行和第2行之间的所有行（我们可以安全地假设第1行在第2行之前）

当然，这可以在for循环中完成，使用由

pattern1

设置的标志，并在

pattern2

匹配时中断。不过，我在这里寻找一个更紧凑的解决方案。这是

awk

中的一个简单的单行程序：

awk '/pattern1/,/pattern2/' file

例子： 文件：

模式1:

bb

模式2:

dd

预期结果：

bbb bb b
ccc cc c
ddd dd d

---

使用

regex

：

>>> print(a)

aaa aa a
bbb bb b
ccc cc c
ddd dd d
eee ee e
fff ff f

预期结果：

>>> print(re.search('^.*bb b$\n((:?.+\n)+)^.*dd d$',a, re.M).group())
bbb bb b
ccc cc c
ddd dd d

或仅随附文本：

>>> print(re.search('^.*bb b$\n((:?.+\n)+)^.*dd d$',a, re.M).group(1))
ccc cc c

---

使用re.DOTALL匹配任何内容，包括换行符。然后插入开始模式和结束模式：

re.search( '[\w ]*b bb.*?d dd[ \w]*', string, re.DOTALL).group(0)

re.search( '[\w ]*b bb.*?d dd[ \w]*', open('file').read(), re.DOTALL).group(0) 

注意：（1）

string

这是您要搜索的文件或字符串。（2） 您需要

导入re

。如果您真的希望简洁，可能会有问题，您可以将读取文件和提取模式结合起来：

re.search( '[\w ]*b bb.*?d dd[ \w]*', string, re.DOTALL).group(0)

re.search( '[\w ]*b bb.*?d dd[ \w]*', open('file').read(), re.DOTALL).group(0) 

---

在

awk

中，

/start/，/end/

范围正则表达式打印

/start/

所在的整行，包括找到

/end/

模式的整行。它是一个有用的构造，已被Perl、sed、Ruby和其他人复制

要在Python中执行范围运算符，请编写一个类，该类跟踪上一次调用

start

运算符直到

end

运算符的状态。我们可以使用正则表达式（正如

awk

所做的那样），也可以简单地修改为任何返回

True

或

False

状态的数据行

根据示例文件，您可以执行以下操作：

import re

class FlipFlop: 
    ''' Class to imitate the bahavior of /start/, /end/ flip flop in awk '''
    def __init__(self, start_pattern, end_pattern):
        self.patterns = start_pattern, end_pattern
        self.state = False
    def __call__(self, st):
        ms=[e.search(st) for e in self.patterns]
        if all(m for m in ms):
            self.state = False
            return True
        rtr=True if self.state else False
        if ms[self.state]:
            self.state = not self.state
        return self.state or rtr

with open('/tmp/file') as f:
    ff=FlipFlop(re.compile('b bb'), re.compile('d dd'))
    print ''.join(line if ff(line) else "" for line in f)

印刷品：

bbb bb b
ccc cc c
ddd dd d

它保留了一行一行的文件读取，具有其他语言中所见的

/start/，/end/

regex的灵活性。当然，您可以对多行字符串（假定名称为

s

）执行相同的方法：

习惯上，在awk中，使用标志可以获得与触发器相同的结果：

$ awk '/b bb/{flag=1} flag{print $0} /d dd/{flag=0}' file

您也可以在Python中复制它（使用更多的单词）：

也可以与内存中的字符串一起使用

或者，您可以使用多行正则表达式：

with open('/tmp/file') as f:
    print ''.join(re.findall(r'^.*b bb[\s\S]*d dd.*$', f.read(), re.M))

但这需要将整个文件读入内存。由于您声明字符串已读入内存，因此在这种情况下，这可能是最简单的：

''.join(re.findall(r'^.*b bb[\s\S]*d dd.*$', s, re.M))

---

我想用python来做。（更正）有任何反馈吗？不捕获

pattern1

之前的行，也不捕获

pattern2

之后的行的剩余部分。啊，OP更改了他想要的内容。编辑以适应。谢谢。这还不包括带

bb

的行的开头或带

dd

的行的结尾。整行需要从头到尾打印。现在它只匹配第2-n-1行。不要使用

\n

使用

re.M

，然后将

^

和

$

添加到您的模式中。@dawg，我认为数据匹配正确，不是吗？而且，使用re.M意味着我必须在模式中包含换行符。正则表达式

^.+bb b$\n（（：？。++\n）+^.+dd d$

至少需要在

bb b

之前加一个字符，在

dd d

之前加一个字符，因为

+

vs

.

''.join(re.findall(r'^.*b bb[\s\S]*d dd.*$', s, re.M))