Python - đơn vs multiline REGEX

Question

Xem xét mẫu văn bản sau,

#goals: dấu thời gian báo cáo quy trình, ví dụ: 2011-09-21 15:45:00 và hai thống kê đầu tiên trong succ. thống kê dòng, ví dụ:

input_text = ''' 
# Process_Name  (23387) Report at 2011-09-21 15:45:00.001 Type: Periodic #\n 
some line 1\n 
some line 2\n 
some other lines\n 
succ. statistics |  1438  1439 99 | 3782245 3797376 99 |\n 
some lines\n 
Process_Name  (23387) Report at 2011-09-21 15:50:00.001 Type: Periodic #\n 
some line 1\n 
some line 2\n 
some other lines\n 
succ. statistics |  1436  1440 99 | 3782459 3797523 99 |\n 
repeat the pattern several hundred times... 
''' 

tôi nhận nó làm việc khi lặp lại dòng đến dòng,

def parse_file(file_handler, patterns): 

    results = [] 
    for line in file_handler: 
     for key in patterns.iterkeys(): 
      result = re.match(patterns[key], line) 
      if result: 
       results.append(result) 

return results 

patterns = { 
    'report_date_time': re.compile('^# Process_Name\s*\(\s*\d+\) Report at (.*)\.[0-9] {3}\s+Type:\s*Periodic\s*#\s*.*$'), 
    'serv_term_stats': re.compile('^succ. statistics \|\s+(\d+)\s+ (\d+)+\s+\d+\s+\|\s+\d+\s+\d+\s+\d+\s+\|\s*$'), 
    } 
results = parse_file(fh, patterns) 

trở

[('2011-09-21 15:40:00',), 
('1425', '1428'), 
('2011-09-21 15:45:00',), 
('1438', '1439')] 

nhưng có một danh sách các đầu ra tuples như tôi mục tiêu,

[('2011-09-21 15:40:00','1425', '1428'), 
('2011-09-21 15:45:00', '1438', '1439')] 

Tôi đã thử nhiều combo với mẫu ban đầu và một lượng hóa lười biếng giữa họ, nhưng không thể tìm ra cách để nắm bắt các mô hình sử dụng một regex multiline

# .+? Lazy quantifier "match as few characters as possible (all characters allowed) until reaching the next expression" 
pattern = '# Process_Name\s*\(\s*\d+\) Report at (.*)\.[0-9]{3}\s+Type:\s*Periodic.*?succ. statistics) \|\s+(\d+)\s+(\d+)+\s+\d+\s+\|\s+\d+\s+\d+\s+\d+\s+\|\s' 
regex = re.compile(pattern, flags=re.MULTILINE) 

data = file_handler.read()  
for match in regex.finditer(data): 
    results = match.groups() 

Làm thế nào tôi có thể thực hiện điều này?

Answer 1

Sử dụng re.DOTALL nên . sẽ phù hợp với bất kỳ ký tự, bao gồm cả dòng mới:

import re 

data = ''' 
# Process_Name  (23387) Report at 2011-09-21 15:45:00.001 Type: Periodic #\n 
some line 1\n 
some line 2\n 
some other lines\n 
succ. statistics |  1438  1439 99 | 3782245 3797376 99 |\n 
some lines\n 
repeat the pattern several hundred times... 
''' 

pattern = r'(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}).*?succ. statistics\s+\|\s+(\d+)\s+(\d+)' 
regex = re.compile(pattern, flags=re.MULTILINE|re.DOTALL) 

for match in regex.finditer(data): 
    results = match.groups() 
    print(results) 

    # ('2011-09-21', '1438', '1439')