我想获取分布在两行之间的文本。
例如:
try:
main()
except Exception as e:
clean_up_stuff() #this one never called if keyboard interrupt in module urllib3 thread
finally: #but this work
clean_up_stuff()
我想获得 PO号4000813852 就像基于表的数据一样,但是在整个文档的上下文中,它们似乎是普通文本。
我像PO Number Dept.number
4000813852 7
一样使用re.MULTILINE
在这种情况下它可以工作,但这不是最佳解决方案,因为 PO号可能位于
的中间r'PO Number.*\n[0-9]+'
答案 0 :(得分:2)
您可以在两个捕获组和启用re.DOTALL
选项的情况下执行此操作。该表达式假定您感兴趣的数字是文本中唯一的10位数字。
表达式是:
(PO\sNumber).*(\d{10})
Python代码段:
import re
first_string = """PO Number Dept.number
4000813852 7"""
second_string = """Invoice Number PO Number Dept.number
123456666 4000813853 7"""
PO_first = re.search(r'(PO\sNumber).*(\d{10})',first_string,re.DOTALL)
print(PO_first.group(1)+" "+PO_first.group(2))
PO_second = re.search(r'(PO\sNumber).*(\d{10})',second_string,re.DOTALL)
print(PO_second.group(1)+" "+PO_second.group(2))
输出:
PO Number 4000813852
PO Number 4000813853
答案 1 :(得分:1)
使用单个正则表达式:
data="""PO Number Dept.number
4000813852 7
Invoice Number PO Number Dept.number
123456666 4000813852 7
"""
re.findall(r"(PO Number)\s*Dept.number\s*(?:(?:\d+)\s+(\d+)|(\d+))\s+\d",data)
Out:
[('PO Number', '', '4000813852'), ('PO Number', '4000813852', '')]
我不使用re.MULTILINE,因为\ s也与换行符匹配。