Abbinare regex multilinea in oggetto file

Question

Come posso estrarre i gruppi di questa regex da un oggetto file (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))

Il problema nell'ultima parte del codice, è che io iterare riga per riga, che ovviamente non funziona con espressioni regolari multilinea. Ho cercato di usare pattern.finditer(ifile) in questo modo:

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

... solo per vedere se funziona, ma il metodo finditer richiede una stringa o di buffer.

Inoltre ho provato questo metodo, ma non riesco a farlo funzionare

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

Qualche idea?

---

Dopo commento da Mike e Tuomas, mi è stato detto di usare .read () .. Qualcosa di simile a questo:

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

Questo funziona bene, ma questo sarebbe il modo corretto per la ricerca in file? Non può farlo funzionare ...

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

---

Soluzione

# 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()

Forse può essere scritto più compatto e divinatorio però ....

Answer 1

È possibile leggere i dati dal file oggetto in una stringa con ifile.read()

Answer 2

Perché non leggere l'intero file in un buffer utilizzando

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

e poi fare una ricerca con questo?

Answer 3

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

finditer resa MatchObjects . Se l'espressione regolare non corrisponde a nulla times sarà una lista vuota.

È anche possibile modificare la regex per utilizzare i gruppi non-cattura per storeU, storeI, iIx e avgCI, volte poi pattern.findall conterrà solo abbinati.

Nota: denominazione time variabile potrebbe ombra modulo di libreria standard. times sarebbe una scelta migliore.