解析python中的文件- regex

Question

我想从另一个txt文件导出一个URL列表到一个新的txt文件。第一个txt文件如下所示：

http://pastebin.com/raw/10hvUbTi电子邮件: 631关键词: 0.0 http://pastebin.com/raw/5f0bnCq9电子邮件:61个关键词: 0.0

我正在尝试创建一个如下所示的列表：

URL URL

我没有得到任何的输出

有人能帮忙吗？

import re
import urllib2
filename = 'C:\\file.txt'
pattern = ('^\S*')
with open(filename) as f:
    for line in f:
        if pattern in line:
            print line

Answer 1

你可以去：

import re

rx = re.compile(r'^(?P<email>[^|\n]+)', re.MULTILINE)
with open("emails.txt") as f:
    raw_data = f.read()
    emails = [match.group('email') for match in rx.finditer(raw_data)]
    print emails

显然，emails.txt需要在这里进行调整。

见regex101.com上的演示。

Answer 2

您根本没有使用正则表达式。您只是测试原始字符串是否在行中。使用regex，

pattern = re.compile(r'^\S*')

注意模式字符串之前的r，它代表原始字符串，在regex中非常重要。

若要在特定行中搜索pattern，请使用

pattern.search(line)

它将返回一个MatchObject是找到匹配的，或者None是没有找到的。关于python正则表达式的更多参考可以在文档中找到。