Python正则表达式在特定单词后获取多行

Question

字符串存储在变量文本中。 当我执行 print(text) 时，我得到输出:

SHIP TO
Flensburg House, MMDA Colony,
Arumbakkam,Chennai, Tamil Nadu,

我需要获取文本:

Flensburg House, MMDA Colony,
Arumbakkam,Chennai, Tamil Nadu,

这是我尝试过的:

shipto=[]
shipto_re=re.compile(r"SHIP TO((?:.*\n){1,3})")
for line in text.split():
      if shipto_re.match(line):
        shipto.append(line)

但是，这并没有给我匹配，我知道正则表达式可以工作，所以问题肯定在于如何迭代文本变量。

Answer 1

您正在使用跨行匹配的正则表达式，但您使用空格分割字符串，并针对正则表达式测试每个分割“标记”。

您需要使用

import re
text = r'''SHIP TO
Flensburg House, MMDA Colony,
Arumbakkam,Chennai, Tamil Nadu,
'''
shipto_re=re.compile(r"SHIP TO((?:.*\n){1,3})")
shipto = [x.strip() for x in shipto_re.findall(text)]
print(shipto)
# => ['Flensburg House, MMDA Colony,\nArumbakkam,Chennai, Tamil Nadu,']

请参阅Python demo .

这里，Pattern.findall 用于从匹配项中提取第 1 组值，并且使用 str.strip() 去除每个匹配项的任何前导和尾随空格。 .

更多注意事项

如果您打算匹配一行，即使它位于字符串末尾，您也需要将正则表达式替换为

shipto_re=re.compile(r"SHIP TO(.*(?:\n.*){0,2})")

SHIP TO(.*(?:\n.*){0,2}) 与 SHIP TO 匹配，然后将所有文本捕获到第 1 组中，直到结束当前行，然后是零个、一个或两个换行符 (LF) 字符序列，然后是该行的其余部分(使用 (.*(?:\n.*){0,2})).