Python的部分

Question

我試圖將數據從一個在線的純文本的政府報告說，看起來像這樣來排序之間的正則表達式多搜索：

Potato Prices as of 24-SEP-2014 
Idaho 
BrownSpuds 
    SomeSpuds 1.90-3.00 mostly 2.00-2.50 
    MoreSpuds 2.50-3.50 
    LotofSpuds 5.00-6.50 

Washington 

RedSpuds 
TinyReds 1.50-2.00 
BigReds 2.00-3.50 
BrownSpuds 
SomeSpuds 1.50-2.50 
MoreSpuds 3.00-3.50 
LotofSpuds 5.50-6.50 
BulkSpuds 1.00-2.50 

Long Island 
SomeSpuds 1.50-2.50 MoreSpuds 2.70-3.75 LotofSpuds 5.00-6.50 
etc... 

我包括不一致的縮進和行有意打破。這是一項政府行動。

但我需要一個函數，可以在愛達荷州查找「MoreSpuds」的價格，或者在華盛頓查找「TinyReds」的價格。我有一個暗示，這是一個正則表達式的工作，但我不知道如何搜索「愛達荷州」和「華盛頓」之間的多條線。

編輯：添加以下困難。一個特定的項目並不總是出現在一個給定的狀態。例如，華盛頓的「RedSpuds」可能會在另一個州的「RedSpuds」之前淘汰賽季。我需要在搜索到達下一個狀態之前結束搜索，如果該項目未列出，則完全不給我任何價格。

我也遇到了價格是用段落而不是列表寫成的情況。有點像最後一個例子，但實際的產品名稱更長，比如「一次打包的10磅5磅麻袋，10.00-10.50」，所以有些名稱會在兩行之間分開，這意味着任何地方都可能有換行符在名字的中間。

Answer 1

使用DOTALL modifier (?s)使點也匹配甚至換行符。

>>> import re 
>>> s = """Potato Prices as of 24-SEP-2014 
... Idaho 
... BrownSpuds 
... SomeSpuds 1.90-3.00 mostly 2.00-2.50 
... MoreSpuds 2.50-3.50 
... LotofSpuds 5.00-6.50 
... 
... Washington 
... 
... RedSpuds 
... TinyReds 1.50-2.00 
... BigReds 2.00-3.50 
... BrownSpuds 
... SomeSpuds 1.50-2.50 
... MoreSpuds 3.00-3.50 
... LotofSpuds 5.50-6.50 
... BulkSpuds 1.00-2.50 
... 
... Long Island 
... SomeSpuds 1.50-2.50 MoreSpuds 2.70-3.75 LotofSpuds 5.00-6.50""" 

要獲得MoreSpuds價格在Idaho，

>>> m = re.search(r'(?s)\bIdaho\n*(?:(?!\n\n).)*?MoreSpuds\s+(\S+)', s) 
>>> m.group(1) 
'2.50-3.50' 

要獲得的Washington 價格，

>>> m = re.search(r'(?s)\bWashington\n*(?:(?!\n\n).)*?TinyReds\s+(\S+)', s) 
>>> m.group(1) 
'1.50-2.00' 

DEMO

霸ttern說明：

• (?s) DOTALL修飾符。
• \b單詞與非單詞字符匹配的單詞邊界。
• Washington城市名稱。
• \n*匹配零個或多個換行符。
• (?:(?!\n\n).)*?非捕獲組內的負向視圖斷言匹配任何但不是\n\n（空白行）。在*之後?強制正則表達式引擎做盡可能短的匹配。
• 產品名稱。
• \s+匹配一個或多個空格字符。
• (\S+)以下一個或多個非空格字符被捕獲到組1