重复regex组任意麻木

Question

我有这个示例文本片段

headline:
        Status[apphmi]: blubb, 'Statustext1'
        Main[apphmi]: bla, 'Maintext1'Main[apphmi]: blaa, 'Maintext2'
        Popup[apphmi]: blaaa, 'Popuptext1'

我想提取“”中的单词，但按上下文排序（status、main、popup）。你知道吗

我当前的正则表达式是（example at pythex.org）：

headline:(?:\n +Status\[apphmi\]:.* '(.*)')*(?:\n +Main\[apphmi\]:.* '(.*)')*(?:\n +Popup\[apphmi\]:.* '(.*)')*

但这样我只能得到“Maintext2”，而不是两者都有。我不知道如何把这些组重复到任意的数字。你知道吗

Answer 1

你可以试试这个：

r"(.*?]):(?:[^']*)'([^']*)'"g

Look here 每个匹配的Group1和group2都包含键值对

你不能用正则表达式把第二个匹配合并为一个，一旦你得到所有的对。。。您可以在这里应用一些编程来将重复的键合并为一个键。你知道吗

这里我使用了dictionary of list，如果dictionary中已经存在一个键，那么应该将该值附加到列表中，否则插入一个新的键和一个具有该值的新列表。你知道吗

This is how it should be done (tested in python 3+)

import re

d = dict()
regex = r"(.*?]):(?:[^']*)'([^']*)'"

test_str = ("headline:        \n"
    "Status[apphmi]: blubb, 'Statustext1'\n"
    "Main[apphmi]: bla, 'Maintext1'Main[apphmi]: blaa, 'Maintext2'\n"
    "Popup[apphmi]: blaaa, 'Popuptext1'")

matches = re.finditer(regex, test_str)

for matchNum, match in enumerate(matches):
    if match.group(1) in d:
        d[match.group(1)].append(match.group(2))
    else:
        d[match.group(1)] = [match.group(2),]
print(d)

输出：

{
'Popup[apphmi]': ['Popuptext1'], 
'Main[apphmi]': ['Maintext1', 'Maintext2'], 
'Status[apphmi]': ['Statustext1']
}