Lo que haces mal es que el patrón que tú buscas sólo encaja con las líneas que terminan con un precio. Las líneas que "continúan por la lína siguiente" no encajan, ya que en la parte del .*
el .
por defecto no admite un retorno de carro.
Por otro lado, si el .
admitiera el retorno de carro (cosa que puedes forzar pasando el flag re.S
), entonces la expresión, al ser voraz, "tragaría" el contenido completo del fichero, puesto que encajaría todo (incluyendo retornos de carro) hasta el precio final del último producto.
Para evitar que un grupo sea voraz debes poner un ?
tras el *
. Eso indica que encaje "lo mínimo posible" (en vez de lo máximo posible).
Por otro lado, para poder acceder separadamente al nombre del producto y a su precio necesitas hacer grupos de captura. No me queda claro si quieres capturar también los códigos como "A260". Asumiré que no.
En ese caso, lo siguiente funciona:
patron = re.compile(r"^(.*?)( +)(.*?)(\d,\d\d)\n?$", flags=re.M|re.S)
r = re.findall(patron, txt)
El resultado r
es una lista de tuplas. Cada elemento de la tupla es un grupo de captura. La expresión ha usado cuatro grupos de captura:
- El primero tiene el nombre del producto
- El segundo tiene espacios que separan al nombre del precio o del código
- El tercero tiene todo lo que haya entre esos espacios y el precio final (incluyendo saltos de línea si los hubiera)
- El cuarto tiene el precio
Entiendo que sólo interesan el primero y el último. El siguiente bucle los imprime:
for result in r:
print("{:35s}{}".format(result[0].strip(), result[-1]))
y el resultado es:
ACEITE OLIVA 750ML 3,59
BIPACK KAS LIMÓN 4,20
BIPACK KAS NARANJA 9,00
CAVA CASTELL LLAC 2,50
FAIRY REGULAR 1,5L 9,16
AGUJA CABO PEÑAS 1,77
GALLETA MARIA DORADA 1,98
NUEZ MONDADA CARRE 2,26
CHORIZO DULCE CARR 1,99
MORCILLA DE ARROZ 1,39
OBLEAS EMPANADILLA 2,67
YOGUR NATURAL 8 X125 0,90
QUESO RESERVA 1/8 3,48
ALMEJA MARINERA 500G 7,99
ALMEJA MARINERA 500G 7,99
Debo decir no obstante que esta solución no es más rápida que aplicar slices. Las expresiones regulares no son necesariamente más rápidas, su velocidad depende de la complejidad de la expresión en sí.
En este caso he hecho unas pruebas y la solución de @CandidMoe tarda aproximadamente la mitad que la solución con expresiones regulares. Además, las expresiones regulares son difíciles de leer y de explicar, y por tanto de mantener, y menos flexibles.