我正在尝试提取FTP列表中包含的数据。你知道吗
我在python2.7中使用regex。你知道吗
test = "-rw-r--r-- 1 owner group 75148624 Jan 6 2015 somename.csv-rw-r--r-- 1 owner group 223259072 Feb 26 2015 somename.csv-rw-r--r-- 1 owner group 4041411 Jun 5 2015 somename-adjusted.csv-rw-r--r-- 1 owner group 2879228 May 13 2015 somename.csv-rw-r--r-- 1 owner group 11832668 Feb 13 2015 somename.csv-rw-r--r-- 1 owner group 1510522 Feb 19 2015 somename.csv-rw-r--r-- 1 owner group 2826664 Feb 25 2015 somename.csv-rw-r--r-- 1 owner group 582985 Feb 26 2015 somename.csv-rw-r--r-- 1 owner group 212427 Feb 26 2015 somename.csv-rw-r--r-- 1 owner group 3015592 Feb 27 2015 somename.csv-rw-r--r-- 1 owner group 103576 Feb 27 2015 somename-corrected.csv"
(现在没有代码格式,因此您可以看到它而无需滚动)
test=“-rw-r--r--1所有者组75148624 2015年1月6日somename.csv文件-rw-r--r--1业主组223259072 2015年2月26日somename.csv文件-rw-r--r--1业主组4041411 2015年6月5日somename-调整后.csv-rw-r--r--1业主组2879228 2015年5月13日somename.csv文件-rw-r--r--1所有者组11832668 2015年2月13日somename.csv文件-rw-r--r--1业主组1510522 2015年2月19日somename.csv文件-rw-r--r--1业主组2826664 2015年2月25日somename.csv文件-rw-r--r--1业主组582985 2015年2月26日somename.csv文件-rw-r--r--1业主组212427 2015年2月26日somename.csv文件-rw-r--r--1所有者组3015592 2015年2月27日somename.csv文件-rw-r--r--1业主组103576 2015年2月27日somename-更正.csv““
我试过以下的各种化身
from re import compile
ftp_list_re = compile('(?P<permissions>[d-][rwx-]{9})[\s]{1,20}'
'(?P<links>[0-9]{1,8})[\s]{1,20}'
'(?P<owner>[0-9A-Za-z_-]{1,16})[\s]{1,20}'
'(?P<group>[0-9A-Za-z_-]{1,16})[\s]{1,20}'
'(?P<size>[0-9]{1,16})[\s]{1,20}'
'(?P<month>[A-Za-z]{0,3})[\s]{1,20}'
'(?P<date>[0-9]{1,2})[\s]{1,20}'
'(?P<timeyear>[0-9:]{4,5})[\s]{1,20}'
'(?P<filename>[\s\w\.\-]+)(?=[drwx\-]{10})')
最后一行是
'(?P<filename>.+)(?=[drwx\-]{10})')
'(?P<filename>.+(?=[drwx\-]{10}))')
最初
'(?P<filename>[\s\w\.\-]+(?=[drwx\-]{10}|$))')
所以我可以截取最后一个条目
但不管怎样,我一直得到以下输出
ftp_list_re.findall(test)
[('-rw-r--r--',
'1',
'owner',
'group',
'75148624',
'Jan',
'6',
'2015',
'somename.csv-rw-r--r-- 1 owner group 223259072 Feb 26 2015 somename.csv-rw-r--r-- 1 owner group 4041411 Jun 5 2015 somename-adjusted.csv-rw-r--r-- 1 owner group 2879228 May 13 2015 somename.csv-rw-r--r-- 1 owner group 11832668 Feb 13 2015 somename.csv-rw-r--r-- 1 owner group 1510522 Feb 19 2015 somename.csv-rw-r--r-- 1 owner group 2826664 Feb 25 2015 somename.csv-rw-r--r-- 1 owner group 582985 Feb 26 2015 somename.csv-rw-r--r-- 1 owner group 212427 Feb 26 2015 somename.csv-rw-r--r-- 1 owner group 3015592 Feb 27 2015 somename.csv')]
我做错什么了?你知道吗
正则表达式量词在默认情况下是“贪婪的”,这意味着它们将尽可能地“吃”。你知道吗
表示查找至少一个且尽可能多的空格、单词、点或破折号字符。向前看防止它吃掉整个输入(实际上regex引擎会吃掉整个输入,然后根据需要开始后退),这意味着它吃掉每个文件规范行,除了最后一行(向前看坚持必须留下)。你知道吗
添加一个?在量词(*)之后?, +?, ??,等等)使量词“懒惰”或“不情愿”。这将“+”的含义从“匹配至少一个且尽可能多”更改为“匹配至少一个且不超过所需”。你知道吗
所以把最后一个+改成a+?应该能解决你的问题。你知道吗
问题不在于向前看,它工作得很好,而在于它前面的最后一个子表达式。你知道吗
编辑:
即使进行了此更改,正则表达式也不会解析最后一行文件规范。这是因为正则表达式坚持文件名后面必须有权限规范。要解决这个问题,我们必须允许前瞻性不匹配(但要求它在除最后一个规范之外的所有方面都匹配)。进行以下更改将解决此问题
我在这里所做的(除了使last+变为lazy)是使lookahead检查有两种可能—权限规范或字符串结尾。这个?:是为了防止这些圆括号捕获(否则您将在匹配中得到不需要的额外数据)。你知道吗
你应该在向前看之前创建子模式。此外,您的正则表达式可以缩短如下:
或使用
compile
:RegEx Demo
代码:
修复了你的最后一行,文件名组不工作。请参见下面的fixed regex和演示:
演示here:
相关问题 更多 >
编程相关推荐