蟒蛇多行正则表达式

Question

我遇到了编译多行匹配的正确正则表达式的问题。有人能指出我做错了什么吗？我通过一个基本的dhcpd.conf文件循环与数百个条目，如：

host node20007                             
{                                
    hardware ethernet 00:22:38:8f:1f:43;                      
    fixed-address node20007.domain.com;  
} 

我已经得到了不同的正则表达式的为MAC和固定地址的工作，但不能将它们组合起来，以正确地匹配。

f = open('/etc/dhcp3/dhcpd.conf', 'r') 
re_hostinfo = re.compile(r'(hardware ethernet (.*))\;(?:\n|\r|\r\n?)(.*)',re.MULTILINE) 

for host in f: 
match = re_hostinfo.search(host) 
    if match: 
     print match.groups() 

目前我比赛团体看起来像：
（ '硬件以太网00：22：38：8F：1F：43'，'00：22：38：8F：1F：43' ， '' ）

但是寻找类似于：
（'hardware ethernet 00：22：38：8f：1f：43'，'00：22：38：8f：1f：43'，'node20007.domain.com '）

Answer 1

更新我刚刚注意到你得到结果的真正原因，在你的代码：

for host in f: 
    match = re_hostinfo.search(host) 
    if match: 
     print match.groups() 

host指的是单线，但你的模式需要在两行工作。

试试这个：

data = f.read() 
for x in regex.finditer(data): 
    process(x.groups()) 

其中regex是编译的模式，超过两行相匹配。

如果您的文件很大，并且您确定感兴趣的部分总是分布在两行中，那么您可以一次读取一行文件，检查该行的第一部分模式，设置一个标志告诉你下一行是否应该检查第二部分。如果您不确定，它会变得越来越复杂，或许足以开始查看pyparsing模块。

现在回到原来的答案，讨论模式，你应该使用：

你不需要MULTILINE;只是匹配空白。使用这些构建模块建立你的模式：

（1）固定文字 （2）一个或多个空格字符 （3）一个或多个非空白字符

，然后放在括号中，让您的组。

试试这个：

>>> m = re.search(r'(hardware ethernet\s+(\S+));\s+\S+\s+(\S+);', data) 
>>> print m.groups() 
('hardware ethernet 00:22:38:8f:1f:43', '00:22:38:8f:1f:43', 'node20007.domain.com') 
>>> 

请考虑使用“详细模式” ......你可以用它来记录完全相同，其中 模式匹配块的数据块，它往往可以帮助获取模式首先是正确的。例如：

>>> regex = re.compile(r""" 
... (hardware[ ]ethernet \s+ 
...  (\S+) # MAC 
...) ; 
... \s+ # includes newline 
... \S+ # variable(??) text e.g. "fixed-address" 
... \s+ 
... (\S+) # e.g. "node20007.domain.com" 
... ; 
... """, re.VERBOSE) 
>>> print regex.search(data).groups() 
('hardware ethernet 00:22:38:8f:1f:43', '00:22:38:8f:1f:43', 'node20007.domain.com') 
>>> 

Answer 2

有时，更简单的方法是不使用正则表达式。只是一个例子

for line in open("dhcpd.conf"): 
    line = line.rstrip() 
    sline = line.split() 
    if "hardware ethernet" or "fixed-address" in line: 
     print sline[-1] 

另一种方式

data = open("file").read().split("}"); 
for item in data: 
    item = [ i.strip() for i in item.split("\n") if i != '' ]; 
    for elem in item: 
     if "hardware ethernet" in elem: 
      print elem.split()[-1] 
    if item: print item[-1] 

输出

$ more file 
host node20007 
{ 
    hardware ethernet 00:22:38:8f:1f:43; 
     fixed-address node20007.domain.com; 
} 

host node20008 
{ 
    hardware ethernet 00:22:38:8f:1f:44; 
     some-address node20008.domain.com; 
} 

$ python test.py 
00:22:38:8f:1f:43; 
fixed-address node20007.domain.com; 
00:22:38:8f:1f:44; 
some-address node20008.domain.com;