Python re: Me gustaría capturar varias líneas entre un delimitador de cadena
Tengo un archivo como este que tiene varias líneas entre un delimitador y quería capturar todo lo que hay entre start_of_compile y end_of_compile excluyendo los comentarios.
cadena que quiero analizar debajo del texto
#####start_of_compile - DO NOT MODIFY THIS LINE#############
##################################################################
parse these lines in between them
...
....
###################################################################
#####end_of_compile -DO NOT MODIFY THIS LINE#################
###################################################################
Quiero ver una coincidencia (.*) para que coincida con varias líneas entre el inicio y el final. Actualmente no es
En lugar de eso veo el siguiente error
def checkcompileqel():
compiledelimiters = ['start_of_compile_setup']
with open("compile.qel", "r") as compile_fh:
lines = compile_fh.read()
matchstart = re.compile(r'^#+\n#+start.*#+\n#+(.*)#+\n#+end.*#+\n#+',re.MULTILINE)
print(matchstart.match(lines).group(1))
Traceback (most recent call last):
File "/process_tools/testcode.py", line 25, in <module>
print(checkcompileqel())
File "/home/process_tools/testcode.py", line 10, in checkcompileqel
print(matchstart.match(lines).group(0))
AttributeError: 'NoneType' object has no attribute 'group'
Su expresión regular comienza a intentar hacer coincidir una línea inicial que consta solo de # que no está presente.
Aparte de eso, debe usar re.Sen lugar de re.MULTILINEpara su patrón y hacer que el cuantificador no sea codicioso para no tener una última línea con solo # caracteres.
Si los datos siempre se ven así, no es necesario utilizar el re.Sy un cuantificador no codicioso que evite retrocesos innecesarios.
^#+\n#+start_of_compile\b.*\n#+\n\s*^(.+(?:\n(?!#+$).*)*)
demostración de expresiones regulares
Ejemplo
matchstart = re.compile(
r'^#+\n#+start_of_compile\b.*\n#+\n\s*^(.+(?:\n(?!#+$).*)*)',
re.MULTILINE
)
print(matchstart.match(lines).group(1))
Producción
parse these lines in between them
...
....
