Python 如果特定模式匹配，则使用正则表达式检索行中的所有文本

我试图编写一个正则表达式，以便在有特定模式匹配的情况下获取一行的所有内容。我要在一行中搜索的字符串类似于：

1. 7.2.S.6.4 ANNOTATED DATA 
    OR
2. 9-2-K-1-4 FILE DATA
    OR
3. 2-2.K-4.3 FOLDER DATA

从这些案例中，我希望得到以下输出：

注释数据

文件数据

文件夹数据

我想编写一个正则表达式来找出第一个模式示例：“7.2.S.6.4”，然后从该模式后面的行中获取下一个单词

到目前为止，我试过的正则表达式是

\s*(-?\d+(?:\.\d+)?)

---

但是它和S不匹配。或者，模式中的-K-部分。任何关于如何解决这个问题的想法对我来说都有点神秘，但这可能适用于第一个匹配，尽管它不是最理想的解决方案：

\s*([-.]?\d+(?:\.\d+)?([-.][A-Z])?)[ ](.*)

---

您可以使用这样的正则表达式：

^(\d\.) \S+(.*)

然后从捕获组1和2中获取内容

此外，您还可以使用此正则表达式，并将

$1$2

用作替换字符串：

^(\d\.) \S+(.*)|.+

示例代码

import re

regex = r"^(\d\.) \S+(.*)|.+"

test_str = ("1. 7.2.S.6.4 ANNOTATED DATA \n"
    "    OR\n"
    "2. 9-2-K-1-4 FILE DATA\n"
    "    OR\n"
    "3. 2-2.K-4.3 FOLDER DATA")

subst = "$1$2"

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

---

这些表达可能在这里起作用

(?=[0-9]+[.-][0-9]+[.-][A-Z]+[.-][0-9]+[.-][0-9]+).*[0-9]\s(.+)
(?=[0-9]+[.-][0-9]+[.-][A-Z]+[.-][0-9]+[.-][0-9]+).*[0-9]\s+(.+)

这个隔间确保我们有一个正确的模式

(?=[0-9]+[.-][0-9]+[.-][A-Z]+[.-][0-9]+[.-][0-9]+)

在这里，我们将捕获所需的输出

(.+)

试验

---

使用此网站查找正确的正则表达式Try

re.sub（r'^\d+\.\s+\d+（？：[.-]\w+*\s*'，''，s）

，查看数据是否如示例所示：

l=s.split（''）；res=l[0]+l[2://code>为什么不逐行阅读并分别测试每一行的匹配项？这样可以减少灾难性回溯的风险。
# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"(?=[0-9]+[.-][0-9]+[.-][A-Z]+[.-][0-9]+[.-][0-9]+).*[0-9]\s(.+)"

test_str = ("7.2.S.6.4 ANNOTATED DATA\n"
    "9-2-K-1-4 FILE DATA\n"
    "2-2.K-4.3 FOLDER DATA")

matches = re.finditer(regex, test_str, re.MULTILINE)

for matchNum, match in enumerate(matches, start=1):

    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))

    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.