python - Python中的正则表达式——关于一个具体案例

Question

这是一个最小的测试用例 -

>>>import re  
>>>re.findall('(\w+\n?) ([^(!END)]+) (!END\n?)',"!MDCNTL\n  !GENERIC LUNIT=7.9406324338 LONGRANGE=F TRACE=F SCALE=1.0 !END\n  !RDYN DT=5. FRIC=0.001 NSTEP=20000 !END\n  !LATTICE t= 0.0 1.0 1.0 1.0 0.0 1.0 1.0 1.0 0.0 !END\n !END")  
[('LATTICE', 't= 0.0 1.0 1.0 1.0 0.0 1.0 1.0 1.0 0.0', '!END\n')]  

让我解释一下与 xml 非常相似的标记。
1.!TAG和!END对应<tag>和</tag>在 XML 中
2.键值对为key=value
3. 值中允许有空格

正则表达式应该挑选出最低级别的标签或叶子。我不明白为什么这个具体示例只返回其中一片叶子。我构建的其他类似示例给出了预期结果。

Answer 1

>>> s = "!MDCNTL\n  !GENERIC .... "
>>> re.findall(r'(!(?!END)\w+)\s+(.*?)\s+(!END)', s, flags=re.DOTALL)
[('!MDCNTL', '!GENERIC LUNIT=7.9406324338 LONGRANGE=F TRACE=F SCALE=1.0', '!END'),
 ('!RDYN', 'DT=5. FRIC=0.001 NSTEP=20000', '!END'),
 ('!LATTICE', 't= 0.0 1.0 1.0 1.0 0.0 1.0 1.0 1.0 0.0', '!END')]

使用 re.DOTALL 标志使 . 也匹配换行符。

为什么问题中的正则表达式不起作用？

[^(!END)] 匹配不在 (, !, E 中的字符，N，D，)。 ([^.....]:负字符集)

GENERIC标签、RDYN标签的属性中有E/N；这些会阻止匹配。

!GENERIC LUNIT=7.9406324338 LONGRANGE=F TRACE=F SCALE=1.0 !END
           ^                  ^   ^ ^       ^       ^
!RDYN DT=5. FRIC=0.001 NSTEP=20000 !END
                       ^  ^