Python抽出パターン一致

Python 2.7.1 python正規表現を使用してパターン内の単語を抽出しようとしています

このような文字列があります

someline abc
someother line
name my_user_name is valid
some more lines

「my_user_name」という単語を抽出したい。私は次のようなことをします

import re
s = #that big string
p = re.compile("name .* is valid", re.flags)
p.match(s) #this gives me <_sre.SRE_Match object at 0x026B6838>

どうすればmy_user_nameを抽出できますか？

正規表現からキャプチャする必要があります。searchパターンが見つかった場合は、を使用して文字列を取得しますgroup(index)。有効なチェックが実行されると仮定します：

>>> p = re.compile("name (.*) is valid")
>>> result = p.search(s)
>>> result
<_sre.SRE_Match object at 0x10555e738>
>>> result.group(1)     # group(1) will return the 1st capture.
                        # group(0) will returned the entire matched text.
'my_user_name'

一致するグループを使用できます。

p = re.compile('name (.*) is valid')

例えば

>>> import re
>>> p = re.compile('name (.*) is valid')
>>> s = """
... someline abc
... someother line
... name my_user_name is valid
... some more lines"""
>>> p.findall(s)
['my_user_name']

ここre.findallではre.search、のすべてのインスタンスを取得するのではなく、を使用していますmy_user_name。を使用re.searchして、matchオブジェクトのグループからデータを取得する必要があります。

>>> p.search(s)   #gives a match object or None if no match is found
<_sre.SRE_Match object at 0xf5c60>
>>> p.search(s).group() #entire string that matched
'name my_user_name is valid'
>>> p.search(s).group(1) #first group that match in the string that matched
'my_user_name'

コメントで述べたように、あなたは正規表現を貪欲でないようにしたいかもしれません：

p = re.compile('name (.*?) is valid')

正規表現がグループ内の他のものをピックアップすることを許可するのではなく'name '、と次の間のアイテムのみをピックアップします。' is valid'' is valid'

あなたはこのようなものを使うことができます：

import re
s = #that big string
# the parenthesis create a group with what was matched
# and '\w' matches only alphanumeric charactes
p = re.compile("name +(\w+) +is valid", re.flags)
# use search(), so the match doesn't have to happen 
# at the beginning of "big string"
m = p.search(s)
# search() returns a Match object with information about what was matched
if m:
    name = m.group(1)
else:
    raise Exception('name not found')

多分それは少し短くて理解しやすいでしょう：

import re
text = '... someline abc... someother line... name my_user_name is valid.. some more lines'
>>> re.search('name (.*) is valid', text).group(1)
'my_user_name'

キャプチャグループが必要です。

p = re.compile("name (.*) is valid", re.flags) # parentheses for capture groups
print p.match(s).groups() # This gives you a tuple of your matches.

グループ（'('およびで示される')'）を使用して、文字列の一部をキャプチャできます。次に、matchオブジェクトのgroup()メソッドはグループのコンテンツを提供します。

>>> import re
>>> s = 'name my_user_name is valid'
>>> match = re.search('name (.*) is valid', s)
>>> match.group(0)  # the entire match
'name my_user_name is valid'
>>> match.group(1)  # the first parenthesized subgroup
'my_user_name'

Python 3.6以降では、次を使用する代わりに、一致オブジェクトにインデックスを付けることもできますgroup()。

>>> match[0]  # the entire match 
'name my_user_name is valid'
>>> match[1]  # the first parenthesized subgroup
'my_user_name'

グループを使用せずにそれを行う方法を次に示します（Python 3.6以降）：

>>> re.search('2\d\d\d[01]\d[0-3]\d', 'report_20191207.xml')[0]
'20191207'

キャプチャグループ(?P<user>pattern)を使用して、辞書のようにグループにアクセスすることもできますmatch['user']。

string = '''someline abc\n
            someother line\n
            name my_user_name is valid\n
            some more lines\n'''

pattern = r'name (?P<user>.*) is valid'
matches = re.search(pattern, str(string), re.DOTALL)
print(matches['user'])

# my_user_name

実際に名前を抽出しようとしているようです。この場合は、一致するスパンインデックスを用意しておくと便利re.finditerです。を使用することをお勧めします。ショートカットとして、name正規表現の一部が長さ5でis valid長さが9であることを知っているので、一致するテキストをスライスして名前を抽出できます。

注-この例では、s改行付きの文字列のように見えるため、以下で想定しています。

## covert s to list of strings separated by line:
s2 = s.splitlines()

## find matches by line: 
for i, j in enumerate(s2):
    matches = re.finditer("name (.*) is valid", j)
    ## ignore lines without a match
    if matches:
        ## loop through match group elements
        for k in matches:
            ## get text
            match_txt = k.group(0)
            ## get line span
            match_span = k.span(0)
            ## extract username
            my_user_name = match_txt[5:-9]
            ## compare with original text
            print(f'Extracted Username: {my_user_name} - found on line {i}')
            print('Match Text:', match_txt)