python正则表达式将行开头的已定义单词与其他行中已定义单词之间的所有内容进行匹配

Question

我有类似下面的文件，它是config的一部分，其中包含了ruledefs的引用(即rd-6)。除了规则库和ruledefs名称之外，配置文件结构看起来始终相同。这部分是rulebase-definition (对于这个问题，这也是我的RB-finitions.txt)

##Rulebase-definition  
rulebase bb
      action priority 6 dynamic-only ruledef rd-6 charging-action throttle monitoring-key 1
      action priority 7 dynamic-only ruledef rd-7 charging-action p2p_Drop
      action priority 139 dynamic-only ruledef rd-8 charging-action p2p_Drop monitoring-key 1
#exit

下面是ruledef-definition示例(这也是我在这个问题中寻找的输出)

##Ruledef-definition
ruledef rd-8
          ip server-ip-address range host-pool BB10_RIM_1
          ip server-ip-address range host-pool BB10_RIM_2
#exit
ruledef rd-3
          ip any-match = TRUE
#exit

我能够匹配raw_input()提供的特定规则库名称(具有规则库定义)，并将其保存到文件RB-finitions.txt，如您在上面看到的。此外，我还能够匹配RB-finitions.txt中的ruledef名称(但仅匹配名称)，并将其存储在ruledef_list中，如下所示

RDFile = open('RB-definitions.txt')
txt2 = RDFile.read()
ruledef_list = []
for match2 in re.findall((?<=ruledef)((?:.|\n)*?)(?=charging-action), txt2):
    print match2 +"\n" 
    ruledef_list.append(match2)

但是当我必须匹配上面所示的ruledef-defitnition中的特定ruledef时，我总是失败。ruledef word始终排在行的第一位

start_tag =    '^ruledef ' #additional space char
content = '((?:.|\n)*?)'                                
end_tag = '#exit'

for RD_name in ruledef_list:
 print RD_name
 for match in re.findall(start_tag + RD_name + content + end_tag, txt):
    print match + end_tag + "\n" 

我尝试了'^ruledef '，'^ruledef\s+‘，甚至'(ruledef )\b'，但这些都不起作用。我必须计算第一个单词，因为如果不是，我也会匹配从"ruledef“开始的rulebase-defitnition的一部分。

如何匹配行中定义的第一个单词与下一个"#exit“之间的所有内容？因此，作为输出，我可以得到以下内容

ruledef rd-8
      ip server-ip-address range host-pool BB10_RIM_1
      ip server-ip-address range host-pool BB10_RIM_2
#exit
ruledef rd-3
      ip any-match = TRUE
#exit

为了更好地理解，请在此处找到包含示例配置的完整脚本http://pastebin.com/q3VUeAdh

Answer 1

您缺少多行模式。否则，^只在整个字符串的开头匹配。此外，您可以通过使用单行/dotall模式(该模式使.匹配任何字符)来避免(?:.|\n)：

start_tag = r'^ruledef ' #additional space char
content = r'(.*?)'                                
end_tag = r'#exit'

...

for match in re.findall(start_tag + RD_name + content + end_tag, txt, re.M|re.S):
    ...

请注意，这将为您提供ruledef的内容(即，仅与content部分匹配的内容-无ruledef、无名称、无#exit). If this is not what you want, simply remove the parentheses in内容`：

...
content = r'.*?'
...

顺便说一句，使用负前视可能比使用不贪婪的量词更有效(但它不必-如果速度对您来说很重要，请分析一下这一点)：

...
content = r'(?:(?!#exit).)*'
...

最后，请注意我如何对所有正则表达式模式使用原始字符串。这在Python中是一个很好的实践--否则你可能会在复杂的转义模式中遇到问题(即，你必须对某些东西进行双重转义)。