Вернуть все строки после соответствующей даты и времени, но не включая следующую дату и время? - PullRequest
Новая
       28

Вернуть все строки после соответствующей даты и времени, но не включая следующую дату и время?

0 голосов
/ 23 августа 2011

Я пытаюсь получить фрагмент текста из файла, который существует между двумя строками. В частности, мне нужно иметь возможность захватить строку и все последующие строки до другой конкретной строки.

Например, файл Raw будет содержать что-то вроде этого: 

Aug 23, 2011 10:31:35 AM This is the start of the text.
     This is more Text.
This is another line
This is another line
     This is more.
Aug 23, 2011 10:41:00 AM This is the next in the series.
This is another line
     This is more Text.
This is another line
     This is another line
     This is more.
Aug 24, 2011 10:41:00 AM This is the next in the series.
This is another line
     This is more Text.
This is another line
     This is another line
     This is more.

А мне нужно это разобрать и вернуть: 

Aug 23, 2011 10:31:35 AM This is the start of the text.
     This is more Text.
This is another line
This is another line
     This is more.

Есть ли у кого-нибудь предложения по способу реализации этого?

1 Ответ

1 голос
/ 23 августа 2011 
import re

s = '''Aug 23, 2011 10:31:35 AM This is the start of the text.
      This is more Text.
This is another line
This is another line
      This is more.
Aug 23, 2011 10:41:00 AM This is the next in the series.
This is another line
      This is more Text.
This is another line
      This is another line
      This is more.
Aug 24, 2011 10:41:00 AM This is the next in the series.
This is another line
      This is more Text.
This is another line
      This is another line
      This is more. '''


months = '(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)'
ch = '%s \d\d?, \d{4} \d\d:\d\d:\d\d (?:AM|am|PM|pm)' % months


regx = re.compile('%s.*?(?=%s|\Z)' % (ch,ch), re.DOTALL)

for x in regx.findall(s):
    print repr(x)
    print

результат 

'Aug 23, 2011 10:31:35 AM This is the start of the text.\n      This is more Text.\nThis is another line\nThis is another line\n      This is more.\n'

'Aug 23, 2011 10:41:00 AM This is the next in the series.\nThis is another line\n      This is more Text.\nThis is another line\n      This is another line\n      This is more.\n'

'Aug 24, 2011 10:41:00 AM This is the next in the series.\nThis is another line\n      This is more Text.\nThis is another line\n      This is another line\n      This is more. '

Да, вам необходимо изучить инструмент регулярных выражений (модуль re)

обновление: минимум объяснений:

parens (...) определяют группу
без ?:, это группа захвата
(?:......) является группой без захвата

(?=....) означает ** после этой точки, тамдолжна быть частью строки, соответствующей символу после ?=, но эта часть не фиксируется: это способ получить остановку двигателя регулярного выражения непосредственно перед этой частью, не захватывая ее;это также позволяет, и, что более важно, двигатель регулярных выражений снова совмещается с начала этой части остановки, в противном случае последняя тоже будет израсходована

re.DOTALL для создания символа.(точка), чтобы соответствовать ВСЕМ символам, содержащим '\ n', что не имеет места без этого флага

...