使用Python在模式之间刮取数据

我有一个数据集，我想获取数据的某些方面。对于第一行和第一个单词，如果它等于

regex=re.compile（r'\A（[A-Z][A-Z][A-Z]\w*[-]\w*'）

。我如何在两行（即破折号）之间刮取该数据，并将该数据与该行一起保留，并删除该标识符不等于“regex”的数据

例如：我想将数据保存在

AbD000000-10

和

DeD000000-10

范围内，但不想

88888-10

-------------------------------------------------------------------------------

AbD000000-10
Issue 1  
Issue 2          Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

-------------------------------------------------------------------------------
888888-10
         Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

-------------------------------------------------------------------------------
DeD000000-10
Issue 1  
Issue 2          Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

-------------------------------------------------------------------------------

我希望我的输出看起来像：

-------------------------------------------------------------------------------

AbD000000-10
Issue 1  
Issue 2          Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

-------------------------------------------------------------------------------
DeD000000-10
Issue 1  
Issue 2          Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

-------------------------------------------------------------------------------

在python中如何实现这一点

我能够获取里面的所有信息，但是有没有一种方法可以创建数据段，然后我就可以使用它了

---

谢谢！

我想你的正则表达式坏了（那

\A

不属于你）

在这种方法中，我假设分隔符总是相同的。我假设您不想进一步分解块。这只会捕获您想要的块。您可以方便地格式化它们（包括在打印块时打印分隔符）

---

实际上，如果你能帮上忙的话，最好从更好的来源使用这些数据。如果这是一个日志文件，你可能无法对其进行很多控制。但如果可以，看看你是否能获得一个更干净的数据源（可能是csv？）。

我认为你的正则表达式坏了（那不属于

\a

）

在这种方法中，我假设分隔符总是相同的。我假设您不想进一步分解块。这只会捕获您想要的块。您可以方便地格式化它们（包括在打印块时打印分隔符）

---

---

实际上，如果你能帮助它，最好从更好的来源使用这些数据。如果这是一个日志文件，你可能无法对其进行很多控制。但如果可以，看看是否可以获得更干净的数据源（可能是csv？）.

AbD000000-10和DeD000000-10记录是否始终由两个物理行组成？888888-10记录是否始终由一个物理行组成？是否有任何不同类型的记录？标识符之间没有一致性，只有我要获取的标识符遵循：大写-小写-大写-大写-第一个的模式虚线后的第一行中有“word”。为了处理这些数据段，您能否向我们展示您在获取这些数据时看到的内容，包括可能填充到当前输出中的任何标记？当然。现在我只获取regex中的数据标识符：所以它只显示在prettytable=[Key，Error，ID]([AbD000000-10，DeD000000-10]）之后，错误和ID列表为空，因为它抓取了6个问题，而不是4个问题，因为我没有限制只选择数据直到下一个虚线。如果这有意义。AbD000000-10和DeD000000-10记录是否总是由两条物理线组成？8888888-10记录是否总是由一条物理线组成有不同类型的记录吗？标识符之间没有一致性，只是我要获取的标识符遵循：大写-小写-大写-第一个“单词”的模式“在虚线后的第一行中。为了处理这些段，您能告诉我们您在获取这些数据时看到了什么，包括可能填充到当前输出中的任何标记吗？当然。现在我只获取数据，即正则表达式中的标识符：所以它只显示在prettytable=[Key，Error，ID]([AbD000000-10，DeD000000-10]），错误和ID列表为空，因为它抓取的是6个问题，而不是4个问题，因为我没有限制只选择数据直到下一个虚线。如果有意义，它只能是一个文本文件。下面是一个更好的数据示例：在我的例子中，我有data=open（“data.txt”，“r”）因此，我得到的错误文件对象没有属性拆分。有没有办法得到与文件相同的结果？谢谢！即使我使用input_text，我得到：AttributeError:“str”对象没有属性“拆分”现在它说AttributeError:builtin_function_或_method对象没有属性“拆分”很难调试，不知道是什么，具体来说，你正在做。你能用你的修订更新OP吗？它只能是一个文本文件。这里有一个更好的数据示例：在我的例子中，我有data=open（“data.txt”，“r”）因此，我得到的错误文件对象没有属性拆分。有没有办法得到与文件相同的结果？谢谢！即使我使用input_text，我得到：AttributeError:“str”对象没有属性“拆分”现在它说AttributeError:builtin_function_或_method对象没有属性“拆分”很难调试，不知道是什么，具体来说，你正在做。你能用你的修订更新OP吗？

import re

r = re.compile(r'([A-Z][a-z][A-Z]\w*[-]\w*')
sep = "#-------------------------------------------------------------------------------#"
input_text = """
#------------------------------------------------------------------------------#

AbD000000-10
Issue 1  
Issue 2          Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

#------------------------------------------------------------------------------#
888888-10
         Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

#------------------------------------------------------------------------------#
DeD000000-10
Issue 1  
Issue 2          Q             Q            Q 
ID: 2             MsEhdiehsla2 MsEhasdhsla2  hiGndiehsla2
ID: 3 

#------------------------------------------------------------------------------#
"""
s = input_text.split(sep)
keep = [x for x in s if re.search(r , x)]

for v in keep:
    print(v)