正则表达式：组与CR mathches在

Question

之间我想在Python解析用的信息的文件在此格式

aaa 111(zzz) 
     222 
     333 
bbb 555 
     111 

这个阵列是baically为涉及aaa与111，222和333的方式（一种参考表）。请注意0​​是可选的，但现在这并不重要。

我试图得到的是这样的：

1场

• 组1 'AAA'
• 组2 '111'， '222'， '333']

第2场

• 组1 'BBB'
• 组2 [ '555'， '111']

我所挣扎是如何使group 2作为数组。虽然我可能会走错路。

难道有人会在此点亮我吗？

这是我目前的attempt。尽管如此，它甚至与我试图实现的目标并不接近。

更新

我将使用Python和最有可能re为正则表达式模块。

Answer 1

您需要将捕获必要部分的块匹配到两个组中，然后从组2中拆分/提取您需要的部分。

^(\S+)\s+(.*(?:[\r\n]+ +.*)*) 

详细

• ^ - 行（由于re.M）的开始
• (\S+) - 第1组：一种或多种非空白字符
• \s+ - 1或更空格
• (.*(?:[\r\n]+ +.*)*) - 第2组：
  • .* - 该行的其余部分
  • (?:[\r\n]+ +.*)* - 零个或多个出现
    • [\r\n]+ - 1个或多个换行符字符
    • + - 一个或多个空格（你可以将其替换为[^\S\r\n]*以匹配任何水平空白）
    • .* - 该行的其余部分

的example code

import re 
s = """aaa 111(zzz) 
     222 
     333 
bbb 555 
     111""" 
rx= r'^(\S+)\s+(.*(?:[\r\n]+ +.*)*)' 
res =[] 
for m in re.finditer(rx, s, re.M): 
    res.append((m.group(1), re.findall(r"[0-9]+", m.group(2)))) 
    # res.append((m.group(1), m.group(2).split())) # or split with whitespace 
print(res) # => [('aaa', ['111', '222', '333']), ('bbb', ['555', '111'])]