2

Quisiera una expresión regular que, a través de findall(), me devolviera una lista con todos los textos que estén entre 2 pares de saltos de lineas de Windows (precedido y sucedido por '\r\n\r\n'), pero que lo haga en base a las siguientes condiciones:

  • Que no devuelva la última coincidencia con la expresión.
  • Si es la única coincidencia, retornarla.
  • El texto puede contener caracteres alfanuméricos y espacios (incluyendo los saltos de lineas)

Ejemplo 1

Del texto

text =  (
    '\r\n\r\n'
    'S0y único'
    '\r\n\r\n'
)

Obtener

['S0y único']

Ejemplo 2

Del texto

text =  (
    'No quiero est0'
    '\r\n\r\n'
    'Quiero e5to'
    '\r\n\r\n'
    'Esto no me sirve'
    '\r\n'
)

Obtener

['Quiero e5to']

Ejemplo 3

Del texto

text =  (
    '\r\n'
    'No quiero esto'
    '\r\n\r\n'
    'soy la \r\n primera coincidenci4'
    '\r\n\r\n'
    'soy la \r\n ultima coincidenci4'
    '\r\n\r\n'
    'Esto no me sirve'
)

Obtener

['soy la \r\n primera coincidenci4']

Ejemplo 4

Del texto

text =  (
    '\r\n'
    'No quiero esto'
    '\r\n\r\n'
    'faaaa \r\n feeeee \r\n fiiiiii \r\n fooo \r\n p170'
    '\r\n\r\n'
    'faaaa \r\n feeeee \r\n fiiiiii \r\n fooo \r\n fuuuu \r\n f4ck'
    '\r\n\r\n'
    'yo no \r\n voy a estar'
    '\r\n\r\n'
)

Obtener

[
     'faaaa \r\n feeeee \r\n fiiiiii \r\n fooo \r\n p170'
     'faaaa \r\n feeeee \r\n fiiiiii \r\n fooo \r\n fuuuu \r\n f4ck'
]
0

1 respuesta 1

2

Regex:

\A[^\r\n]*(?:\r\n(?!\r\n)[^\r\n]*)*\r\n\r\n([\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*)(?=\r\n\r\n)|\r\n\r\n([\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*)(?=[\s\S]*?\r\n\r\n[\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*\r\n\r\n)

Son 2 opciones:

  • Para el primer ítem: \A[^\r\n]*(?:\r\n(?!\r\n)[^\r\n]*)*\r\n\r\n([\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*)(?=\r\n\r\n)

    • \A - inicio del string
    • [^\r\n]*(?:\r\n(?!\r\n)[^\r\n]*)* - cualquier cantidad de caracteres siempre que no haya un doble salto de línea
    • \r\n\r\n - un doble salto de línea
    • ([\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*) - Grupo 1, esto es lo que se captura y se devuelve
      • [\w \t\f]* cualquier cantidad de caracteres alfanuméricos o espacios en blanco excepto saltos de línea
      • (?:\r\n(?!\r\n)[\w \t\f]*)* - opcionalmente más saltos de líneas que no son dobles, seguidos de más alfanuméricos o espacios en blanco
      • (?=\r\n\r\n) - seguido de otro salto de línea doble
  • Para sucesivos ítems: \r\n\r\n([\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*)(?=[\s\S]*?\r\n\r\n[\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*\r\n\r\n)

    • Sigue la misma estructura de la opción 1, excepto que no está anclada a \A, y debe cumplir la condición:
    • (?=[\s\S]*?\r\n\r\n[\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*\r\n\r\n) - seguido por otro ítem entre dobles saltos de línea.

Código:

import re

text =  (
    '\r\n'
    'No quiero esto'
    '\r\n\r\n'
    'faaaa \r\n feeeeeé \r\n fiiiiii \r\n fooo \r\n p170'
    '\r\n\r\n'
    'faaaa \r\n feeeee \r\n fiiiiii \r\n fooo \r\n fuuuu \r\n f4óck'
    '\r\n\r\n'
    'yo no \r\n voy a estar'
    '\r\n\r\n'
)


regex = r"\A[^\r\n]*(?:\r\n(?!\r\n)[^\r\n]*)*\r\n\r\n([\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*)(?=\r\n\r\n)|\r\n\r\n([\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*)(?=[\s\S]*?\r\n\r\n[\w \t\f]*(?:\r\n(?!\r\n)[\w \t\f]*)*\r\n\r\n)"

resultado = re.findall(regex, text)

print(resultado)

Resultado:

[('faaaa \r\n feeeeeé \r\n fiiiiii \r\n fooo \r\n p170', ''), ('', 'faaaa \r\n feeeee \r\n fiiiiii \r\n fooo \r\n fuuuu \r\n f4óck')]

Demo:

https://ideone.com/Vb2lTb

Tu Respuesta

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

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