Робота з багаторядковими рядками в Python: використання модуля re

7 Березня 2024 в 20:05 93

Під час роботи з текстовими файлами у Python часто виникає потреба обробляти багаторядкові рядки з використанням регулярних виразів. Особливо це актуально, коли необхідно захопити певні частини тексту між двома визначеними рядковими роздільниками. В даній статті ми розглянемо практичний приклад роботи з багаторядковими рядками в Python та використання модуля

re

для цієї задачі.

Припустимо, у нас є текстовий файл, що містить інформацію про компіляцію програми. Нам потрібно захопити всі рядки, які знаходяться між рядками з ключовими словами “start_of_compile” і “end_of_compile”, виключаючи коментарі. Підходящий фрагмент файлу може виглядати наступним чином:

#####start_of_compile - DO NOT MODIFY THIS LINE#############
##################################################################
parse these lines in between them ... ....
###################################################################
#####end_of_compile -DO NOT MODIFY THIS LINE#################
###################################################################

#####start_of_compile - DO NOT MODIFY THIS LINE#############

##################################################################

parse these lines in between them ... ....

###################################################################

#####end_of_compile -DO NOT MODIFY THIS LINE#################

###################################################################

Для цієї задачі ми можемо скористатися модулем

re

у Python. Найпоширеніший спосіб використання регулярних виразів для захоплення багаторядкових рядків – це використання символів

^

та

$

для початку і кінця рядка в поєднанні з флагом

re.MULTILINE

1	re.MULTILINE

, щоб зробити регулярний вираз багаторядковим.

Нижче наведено фрагмент коду, який реалізує пошук і захоплення багаторядкових рядків у Python з використанням модуля

re

import re
def capture_compile_section():
    with open("compile.qel", "r") as compile_fh:
        lines = compile_fh.read()
        pattern = re.compile(r'^#+start_of_compile.*?\n(.*?)\n#+end_of_compile.*?$', re.MULTILINE | re.DOTALL)
        matches = pattern.findall(lines)
        for match in matches:
            print(match)
capture_compile_section()

import re

def capture_compile_section():

with open("compile.qel", "r") as compile_fh:

lines = compile_fh.read()

pattern = re.compile(r'^#+start_of_compile.*?\n(.*?)\n#+end_of_compile.*?$', re.MULTILINE | re.DOTALL)

matches = pattern.findall(lines)

for match in matches:

print(match)

capture_compile_section()

У цьому коді ми використовуємо функцію

findall

findall

для знаходження всіх входжень паттерну у тексті. Паттерн

r'^#+start_of_compile.*?\n(.*?)\n#+end_of_compile.*?$'

1	r'^#+start_of_compile.?\n(.?)\n#+end_of_compile.*?$'

шукає текст, що знаходиться між рядками “start_of_compile” і “end_of_compile”, і захоплює його в групу за допомогою символу

(.*?)

(.*?)

. Флаги

re.MULTILINE

1	re.MULTILINE

та

re.DOTALL

re.DOTALL

дозволяють працювати з багаторядковим текстом, дозволяючи символу “.” співпадати з будь-яким символом, включаючи символи нового рядка.

Виконавши цей код, ми отримаємо список рядків, що містяться між роздільниками “start_of_compile” і “end_of_compile”, виключаючи коментарі. Цей підхід дозволяє ефективно та зручно обробляти багаторядкові рядки у Python з використанням регулярних виразів.