要跨越多行的正则表达式

Question

我有一个包含大量非结构化数据的文本文件，我试图使用1个正则表达式从中提取姓名和生日。到目前为止，我遇到的问题是，日期可以在一行结束，在另一行继续，而re.DOTALL似乎不起作用。我想要的数据格式始终为：

姓氏，中间名（有时），名字，f。年月日

这是我的正则表达式：

re.findall(r'\w+,*\sf\.\s\d\d-\d\d-\d\d\d\d', re.DOTALL):

这不会得到以下换行符：

史密斯，约翰

f。25-12-1990

或仅限于以下第一部分：

史密斯，约翰，f。25-12-

1990年

史密斯，约翰，f。25-

12-1990

Answer 1

如果希望所有选项与可能换行的日期匹配，可以在所有字符之间重复空白字符0+次

请注意，在您的模式中，重复逗号0+次,*，而不是\s

使用re.DOTALL使.匹配换行符，但在您的模式中，您使用的不是点，而是文字点\.

\s将匹配包含换行符的空白字符。在数据中，日期部分之间有多个换行符。您还可以使用[\r\n]*来匹配中间的换行符

\w+,\s*f\s*\.\s*\d\s*\d\s*-\s*\d\s*\d\s*-\s*\d\s*\d\s*\d\s*\d

Regex demoPython demo

如果中断仅在连字符之后：

\w+,\s*f\s*\.\s*\d\d-\s*\d\d-\s*\d\d\d\d

Regex demoPython demo