匹配的字符串的任意分割多行

Question

是否有正则表达式的方式，以匹配任意分隔成了多行字符串 - 说我们有一个文件中的格式如下：

msgid "This is " 
"an example string" 
msgstr "..." 

msgid "This is an example string" 
msgstr "..." 

msgid "" 
"This is an " 
"example" 
" string" 
msgstr "..." 

msgid "This is " 
"an unmatching string" 
msgstr "..." 

所以我们喜欢有一个匹配所有示例字符串的模式，即：匹配字符串，而不管它是如何跨行分割的。请注意，我们在示例中显示的特定字符串之后，而不是任何字符串。所以在这种情况下，我们希望匹配字符串"This is an example string"。

当然，我们可以很容易地连接字符串，然后应用匹配，但让我想知道这是否可能。我在说Python正则表达式的，但一般的答案是好的。

Answer 1

你想匹配一系列的单词吗？如果是这样，你可以寻找只有空格（\ s）的单词，因为\ s匹配换行符和空格。

import re 

search_for = "This is an example string" 
search_for_re = r"\b" + r"\s+".join(search_for.split()) + r"\b" 
pattern = re.compile(search_for_re) 
match = lambda s: pattern.match(s) is not None 

s = "This is an example string" 
print match(s), ":", repr(s) 

s = "This is an \n example string" 
print match(s), ":", repr(s) 

s = "This is \n an unmatching string" 
print match(s), ":", repr(s) 

打印：

True : 'This is an example string' 
True : 'This is an \n example string' 
False : 'This is \n an unmatching string' 

Answer 2

这是一个有点棘手与需要在每一行的报价，和空行的津贴。这里有一个你正确地张贴的文件相匹配的正则表达式：

'(""\n)*"This(("\n(""\n)*")|("\n(""\n)*")|)is(("\n(""\n)*")|("\n(""\n)*")|)an(("\n(""\n)*")|("\n(""\n)*")|)example(("\n(""\n)*")|("\n(""\n)*")|)string"' 

这是一个有点混乱，但所有它是要匹配的字符串，但它开头：

(""\n)*" 

，具有内容替换每个字之间的空间用：

(("\n(""\n)*")|("\n(""\n)*")|) 

其中每个字后检查了三种不同的可能性，无论是“空间，报价，换行，（空字符串的数量不受限制）报价”，或相同的本身但更多的空间到最后，或者只是一个空间。

更简单的方法来得到这个工作是写，将带你试图匹配并返回，将匹配它的正则表达式的字符串中的一个小功能：

def getregex(string): 
    return '(""\n)*"' + string.replace(" ", '(("\n(""\n)*")|("\n(""\n)*")|)') + '"' 

所以，如果你有你在一个名为“filestring”字符串张贴的文件，你会得到比赛是这样的：

import re 

def getregex(string): 
    return '(""\n)*"' + string.replace(" ", '(("\n(""\n)*")|("\n(""\n)*")|)') + '"' 

matcher = re.compile(getregex("This is an example string")) 

for i in matcher.finditer(filestring): 
    print i.group(0), "\n" 

>>> "This is " 
    "an example string" 

    "This is an example string" 

    "" 
    "This is an " 
    "example" 
    " string" 

此正则表达式并没有考虑到你在第三MSGID“榜样”后的空间，但我认为这是由机器产生的，这是一个错误。