Python: regex findall

Question

Iam使用python从给定字符串中提取某些值。这是我的弦：

mystring.txt

sometext
somemore    text here

some  other text

              course: course1
Id              Name                marks
____________________________________________________
1               student1            65
2               student2            75
3               MyName              69
4               student4            43

              course: course2
Id              Name                marks
____________________________________________________
1               student1            84
2               student2            73
8               student7            99
4               student4            32

              course: course4
Id              Name                marks
____________________________________________________
1               student1            97
3               MyName              60
8               student6            82

我需要提取特定学生的课程名称和相应的分数。例如，我需要上面字符串中的MyName的课程和分数。

我试过：

re.findall(".*?course: (\w+).*?MyName\s+(\d+).*?",buff,re.DOTALL)

但是，只有当MyName出现在每门课程下，而在某些课程中缺少MyName (如我的示例字符串)时，这才能起作用。

在这里，我得到的输出为：[('course1', '69'), ('course2', '60')]

但实际上我想要实现的是：[('course1', '69'), ('course4', '60')]

正确的准则是什么？

#!/usr/bin/python    
import re

buffer_fp = open("mystring.txt","r+")
buff = buffer_fp.read()
buffer_fp.close()
print re.findall(".*?course: (\w+).*?MyName\s+(\d+).*?",buff,re.DOTALL)

Answer 1

.*?course: (\w+)(?:(?!\bcourse\b).)*MyName\s+(\d+).*?

                    ^^^^^^^^^^^^

您可以尝试使用基于查找的量词this.See demo.Just，该量词将在course之前搜索MyName。

https://regex101.com/r/pG1kU1/26

Answer 2

我怀疑这在一个正则表达式中是不可能做到的。他们并不是万能的。

即使你找到了办法，也不要这样做。您的非工作正则表达式已接近不可读；工作解决方案可能更难读。您很可能只需几行有意义的代码就可以做到这一点。伪码解决方案：

for line in buff:
    if it is a course line:
        set the course variable
    if it is a MyName line:
        add (course, marks) to the list of matches

请注意，这可能(而且很可能应该)涉及每个if块中的regexes。这不是在锤子和螺丝刀之间进行选择的情况，而不是将它们排除在外，而是使用它们来做它们最擅长的事情。