匹配文本块

Question

我有一些看起来像这样的文字，

PIN ABC
  DIRECTION IN;
  PORT
    RECT 10 20 20 40;
  END
END ABC

PIN ABC2
  DIRECTION OUT;
  PORT
    RECT 10 20 20 40;
  END
END ABC2

我需要提取存在于PIN xxx和END xxx之间的PIN定义块。我试图用正则表达式解析文本文件，我没有得到所需的结果，因为我有嵌套的END语句。

with open(f,'r') as fh:
    all = fh.read()
re.search('PIN(.*)END', all, re.DOTALL)

我真的需要搜索PIN xxx和END xxx作为块标记

有办法吗？

Answer 1

如果您在单个字符串中读取文件内容，则可以使用此正则表达式将PIN中的文本块与END匹配：

^PIN (\S+).*^END \1$

RegEx Demo

RegEx分手：

• ^：开始吧
• PIN：匹配文字文本"PIN "
• (\S+)：匹配1个非空格字符并将其捕获为组＃1
• .*：匹配任何字符的0或更多
• ^END：在开始时匹配END
• \1：反向引用第1组
• $：结束

要使用的标志是MULTILINE和DOTALL

---

PS：正如cbwheels和Wiktor评论的那样，如果输入文本是大尺寸的话，在这个正则表达式中使用惰性量词，即^PIN (\S+).*?^END \1$可能表现得更好。