0

Quiero generar un regex para python que me permita buscar dentro de archivos txt "500 ul" y "1.6 um" o "1,6 um". Ambos no están seguidos, es decir, 500 ul se encuentra después de un salto de línea de 1.6 um, por lo que necesito que busque en todo el archivo sin importar el salto de línea. Además necesito que solo considere "500 ul" y no "1500" o "2500". Hasta el momento, el regex que tengo es: r"(?<!\d)500 ul(?:(?!\d|500 ul).)*?\b1[.,]?6\b", pero no funciona.

El código que tengo es:

dir_path_4 = #Directorio principal donde están las carpetas

regex = r"(?<!\d)500 ul(?:(?!\d|500 ul).)*?\b1[.,]?6\b"

archivos_txt = glob.glob(os.path.join(dir_path_4, '**', "*.txt"), recursive=True)

archivos_con_500_ul = []
for archivo in archivos_txt:
    with open(archivo, 'r') as f:
        contenido = ''.join(f.readlines())
        print(contenido)
        if re.search(regex, contenido):
            archivos_con_500_ul.append(archivo)
            
# Imprimir los archivos que contienen "500 ul"
print("Archivos que contienen '500 ul':")
for archivo in archivos_con_500_ul:
    print(archivo)```

1 respuesta 1

0

El regex que estás utilizando, r"(?<!\d)500 ul(?:(?!\d|500 ul).)*?\b1[.,]?6\b", tiene algunos errores y no coincide con tus requisitos. Aquí hay una posible corrección del regex para que cumpla con tus especificaciones:

regex = r"(?<!\d)500 ul(?:(?!\d|500 ul).)*?(?:\r?\n)?1[.,]?6\b"

Vamos a analizar los cambios realizados:

Se eliminó la parte de (?:(?!\d|500 ul).)? y se reemplazó con (?:(?!\d|500 ul).)?(?:\r?\n)?. Esto permite que la búsqueda continúe incluso si hay saltos de línea entre "500 ul" y "1.6 um" o "1,6 um", utilizando (?:\r?\n)? para que coincida con un salto de línea opcional.

Se eliminó el \b después de 1[.,]?6, ya que puede interferir con la coincidencia con los caracteres de puntuación (punto o coma) antes de "um". En su lugar, se colocó el \b al final del regex para asegurar una coincidencia de límite de palabra al final de "1.6 um" o "1,6 um".

Se mantuvo el (?<!\d) al principio del regex para asegurar que no haya un dígito antes de "500 ul".

Con estos cambios, el regex debería funcionar para buscar "500 ul" y "1.6 um" o "1,6 um" en archivos de texto en el directorio especificado. Sin embargo, ten en cuenta que los regex pueden variar dependiendo del contenido y formato de tus archivos de texto, por lo que es posible que necesites ajustar el regex según tus necesidades específicas.

4
  • Gracias por tu contribución, por favor revisa éste artículo, saludos. Commented el 18 abr. 2023 a las 20:25
  • no es que yo tube un problema parecido y ya podia saber que le pasaba al codigo
    – patata
    Commented el 18 abr. 2023 a las 20:27
  • @patata no me ha funcionado, los archivos txt se están guardando de la siguiente forma: 2023-04-17 15:41:25 (salto de línea) 2,2 um (salto de línea) c = 8 mM (2500 ul)
    – mpak
    Commented el 18 abr. 2023 a las 20:34
  • que raro lo miro con mas calma cuando vuelva de trabajar
    – patata
    Commented el 19 abr. 2023 a las 5:26

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.