Python：正則表達式排除多行輸入中的字符串/字

Question

我在使用Python 2.7.3正則表達式嘗試在大輸入中查找新行字符時遇到問題。我有這樣的事情：

type="thing" blahblahblah 
something id="123456" 
... 
type="disabled thing" blahblahblah 
somethingelse id="123457" 
... 

我想獲得所有的ids where type =「thing」。由於貪婪的正則表達式引擎，我必須寫出如下正則表達式：

r'type="thing"(?!type).+id="[0-9]{6,7}"', re.S 

但是，這不起作用。如何使用這種輸入數據製作排除字符串正則表達式？

Answer 1

如果我正確理解你的問題（編輯之前），你希望這兩個行都與一個id相關聯。在這種情況下，你需要沿着這些路線的東西（假設新線由「\ n」標記）：

>>> import re 
>>> t = """ 
type="thing" blahblahblah 
something id="123456" 
... 
type="disabled thing" blahblahblah 
somethingelse id="123457" 
... 
""" 
>>> q = re.compile(r'type="thing".*\n.*\n') 
>>> q.findall(t) 
['type="thing" blahblahblah\nsomething id="123456"\n'] 
>>> for s in q.findall(t): 
    print s 

type="thing" blahblahblah 
something id="123456" 

如果你不使用re.S，可以更有效地控制的貪婪你表達。你的.+加上re.S將使你的表情貪婪，否則你將不得不考慮。你也可以使用類似.+?。加號後面的問號會使你的表情不再貪婪，但我會選擇更簡潔的表達方式。

Answer 2

使用此：

r'type="thing"[\s\S]+?id="([0-9]{6,7})"', re.S 

例子：

import re 

s = b'''"type="thing" blahblahblah 
something id="123456" 
.... 
type="thing" blahblahblah 
something id="123459" 
.... 
type="disabled thing" blahblahblah 
somethingelse id="123457"''' 

expr = re.compile(r'type="thing"[\s\S]+?id="([0-9]{6,7})"', re.S); 

c = expr.findall(s) 

for c1 in c: 
    print ".." 
    print c1 

輸出：

>>> 
.. 
123456 
.. 
123459