Соответствовать многострочному регулярному выражению в файловом объекте

Как извлечь группы из этого регулярного выражения из файлового объекта (data.txt)?

import numpy as np
import re
import os
ifile = open("data.txt",'r')

# Regex pattern
pattern = re.compile(r"""
                ^Time:(\d{2}:\d{2}:\d{2})   # Time: 12:34:56 at beginning of line
                \r{2}                       # Two carriage return
                \D+                         # 1 or more non-digits
                storeU=(\d+\.\d+)
                \s
                uIx=(\d+)
                \s
                storeI=(-?\d+.\d+)
                \s
                iIx=(\d+)
                \s
                avgCI=(-?\d+.\d+)
                """, re.VERBOSE | re.MULTILINE)

time = [];

for line in ifile:
    match = re.search(pattern, line)
    if match:
        time.append(match.group(1))

Проблема в последней части кода состоит в том, что я повторяю строку за строкой, которая, очевидно, не работает с многострочным регулярным выражением. Я попытался использовать pattern.finditer(ifile) следующим образом:

for match in pattern.finditer(ifile):
    print match

... просто посмотреть, работает ли он, но для метода finditer требуется строка или буфер.

Я также пробовал этот метод, но не могу заставить его работать

matches = [m.groups() for m in pattern.finditer(ifile)]

Любая идея?


После комментариев Майка и Туомаса мне сказали использовать .read().. Что-то вроде этого:

ifile = open("data.txt",'r').read()

Это прекрасно работает, но будет ли это правильным способом поиска по файлу? Не могу заставить его работать...

for i in pattern.finditer(ifile):
    match = re.search(pattern, i)
    if match:
        time.append(match.group(1))

Решение

# Open file as file object and read to string
ifile = open("data.txt",'r')

# Read file object to string
text = ifile.read()

# Close file object
ifile.close()

# Regex pattern
pattern_meas = re.compile(r"""
                ^Time:(\d{2}:\d{2}:\d{2})   # Time: 12:34:56 at beginning of line
                \n{2}                       # Two newlines
                \D+                         # 1 or more non-digits
                storeU=(\d+\.\d+)           # Decimal-number
                \s
                uIx=(\d+)                   # Fetch uIx-variable
                \s
                storeI=(-?\d+.\d+)          # Fetch storeI-variable
                \s
                iIx=(\d+)                   # Fetch iIx-variable
                \s
                avgCI=(-?\d+.\d+)           # Fetch avgCI-variable
                """, re.VERBOSE | re.MULTILINE)

file_times = open("output_times.txt","w")
for match in pattern_meas.finditer(text):
    output = "%s,\t%s,\t\t%s,\t%s,\t\t%s,\t%s\n" % (match.group(1), match.group(2), match.group(3), match.group(4), match.group(5), match.group(6))
    file_times.write(output)
file_times.close()

Может быть, он может быть написан более компактным и питоническим, хотя....

Ответ 1

Вы можете прочитать данные из файлового объекта в строку с помощью ifile.read()

Ответ 2

Почему бы вам не прочитать весь файл в буфер с помощью

buffer = open("data.txt").read()

а затем выполните поиск с этим?

Ответ 3

times = [match.group(1) for match in pattern.finditer(ifile.read())]

finditer yield MatchObjects. Если регулярное выражение ничего не соответствует, times будет пустым.

Вы также можете изменить свое регулярное выражение, чтобы использовать группы без привязки для storeU, storeI, iIx и avgCI, тогда pattern.findall будет содержать только совпадающие времена.

Примечание. Именование переменной time может затенять стандартный библиотечный модуль. times будет лучшим вариантом.