【已解决】关于正则表达式的疑问
本帖最后由 itzyx 于 2022-4-17 19:45 编辑前两天在论坛发表了一个请教正则表达式的帖子，后面听取A大的建议，先提取想要数据的那一段落，然后再提取关键字后面的数据，用这个方法确实也成功了。但是今天提取另外一组数据的时候居然报错了，我打开看了一下，数据的格式相同，就是内容多了一点，我用Au3.REHelper 试了好几次，只要粘贴全部文本，用正则表达式提取就无法匹配，但是
我单独复制那一段落粘贴，用正则表达式提取就可以正常匹配。真的百思不得其解，这个是我正则表达式写的有错误嘛？
原数据：
............（前面省略）
"SVs Used Trend":{
"type":"chart",
"unit":"",
"line":[
{
"name":"GPS",
"points":[
{
"timestamp":"2022-04-07 02:18:40.000",
"value":0
},
{
"timestamp":"2022-04-07 02:18:41.000",
"value":0
},
{
"timestamp":"2022-04-07 02:18:43.000",
"value":0
.............（中间很长，省略了）
},
{
"timestamp":"2022-04-08 01:12:51.000",
"value":23
}
]
}
]
},
"Average CN0 Trend":{
"type":"chart",
.............（后面省略）
这是我用的(?si)"SVs Used Trend":{.+},\s*"Average CN0 Trend" 表达式，提取中间这一段落，两个文本我仔细比较了一下，"SVs Used Trend":{ 前，跟 "Average CN0 Trend":{后 没什么区别,就是不知道有的时候为啥全文匹配的时候无法成功。后面我试了一下，(?si)"SVs Used Trend":{.+, 也可以成功，但是把后面的文本也匹配进去了。被正则搞得有点头疼，想了半天，决定还是请教一下各位大佬。
以 前碰到过.源文超过一定数量,会匹配失败.可能输入的长度确实有限制. 改成.+?试试 本帖最后由 afan 于 2022-4-17 10:20 编辑
你要用出问题时的字符串做范文，没问题的做范文有何意义呢？
这些段落顺序是保持一定的吗？"SVs Used Trend":{ 后面一定会有 "Average CN0 Trend":{ ？
如果是这样，且没有空白字符的变化，那么你的表达式(?si)"SVs Used Trend":{.+},\s*"Average CN0 Trend" 没什么问题
你也可以试试
Highlight code by AuREHelper
(?si)"SVs Used Trend":{.+?}\s*(?=,\s*"|$)
afan 发表于 2022-4-17 10:14
你要用出问题时的字符串做范文，没问题的做范文有何意义呢？
这些段落顺序是保持一定的吗？"SVs Used Tren ...
A大这个是有问题的范文，跟正常范文比较，就是内容多与少的问题，所有文件都是同一个工具生成的，我用文本比较工具对比了一下，目前还没发现什么区别。
所以这就是伤脑筋的问题，我试了好几个文本都是OK的，有问题的文本我也打开看了，就算有空格忽略，这个表达式应该也可以正常匹配，但是我全文匹配的时候就是有问题，主要文本太大了，不然我都上传了，感谢A大解答，我今天再试试。 haijie1223 发表于 2022-4-17 08:56
改成.+?试试
感谢发哥解答，这个我试了，没用。
头疼的问题，明明是同一个工具生成的文本，有的文本提取正常得很，有的就是无法匹配，我肉眼看了好几遍，用工具比了一下，也没看出啥区别 。我先用A大的方法试一下。 afan 发表于 2022-4-17 10:14
你要用出问题时的字符串做范文，没问题的做范文有何意义呢？
这些段落顺序是保持一定的吗？"SVs Used Tren ...
A大，试了给的表达式没用。
确实没有源文本，光听我说，比较抽象 大佬们也难以对症下药，我觉得可能还是文本的问题，只是目前我还未发现。
因为之前另一个段落提取后，我想提取name 后的关键词的数据，一开始用的表达式：(?si)"name":"GPS",\s*"points":\[\s*{(.+?)\]，也是部分有效，后面改成(?si)"name":"GPS",\s*"points":\[\s*{([^\]]+)\] ,才全部适用，说实话以我小白的眼光来看，我感觉这两个表达式没多大区别，但是后面的表达式改动了一下确实就行了。
itzyx 发表于 2022-4-17 11:06
A大这个是有问题的范文，跟正常范文比较，就是内容多与少的问题，所有文件都是同一个工具生成的，我用 ...
能重现问题的才是有问题的范围。你这贴出来的用你自己的表达式测试都没问题那还叫有问题吗？
无法确定就用附件的形式上传也行（精简到能重现问题即可） itzyx 发表于 2022-4-17 11:37
A大，试了给的表达式没用。
确实没有源文本，光听我说，比较抽象 大佬们也难以对症下药，我觉得可能还是 ...
估计含有不可打印字符，需要上传源文本。
还可以做个简单测试
Highlight code by AuREHelper
(?si)"SVs Used Trend":{[^ ](?#)+?}\s*(?=,\s*"|$)
afan 发表于 2022-4-17 11:55
能重现问题的才是有问题的范围。你这贴出来的用你自己的表达式测试都没问题那还叫有问题吗？
无法确定就 ...
A大经过我不断的排除，终于精确定位问题所在，
但是我看这段文本与其他段没有啥区别啊，但是只要删了这一小段就OK。下面是文本有问题的那一段 还有源文件 },
{
"timestamp":"2022-04-07 20:00:17.000",
"value":44.733333333333334
},
{
"timestamp":"2022-04-07 20:00:18.000",
"value":44.733333333333334
},
{
"timestamp":"2022-04-07 20:00:19.000",
"value":44.733333333333334
},
{
"timestamp":"2022-04-07 20:00:20.000",
"value":44.733333333333334
},
{
"timestamp":"2022-04-07 20:00:21.000",
"value":44.733333333333334
},
{
"timestamp":"2022-04-07 20:00:22.000",
"value":44.733333333333334
},
itzyx 发表于 2022-4-17 13:29
A大经过我不断的排除，终于精确定位问题所在，
但是我看这段文本与其他段没有啥区别啊，但是只要删了 ...
通过你的动图来看，应该不是正则的问题，可能是文本太长，缓冲区不够用了 haijie1223 发表于 2022-4-17 14:23
通过你的动图来看，应该不是正则的问题，可能是文本太长，缓冲区不够用了
发哥，还有这种情况嘛，第一次听说。
这个能用什么方法解决呢，不然截取的文本太长，提取数据，时间会增加不少。
用(?si)"SVs Used Trend":{.+},\s*"Average CN0 Trend" 不行，用(?si)"SVs Used Trend":{.+} 却好得，就是缓冲区的问题嘛 你这数据接近 160万 行，捕获的单个元素有 130万 行…… 你可真敢玩，我 XP 测试两下直接就挂了
不适合就换条道，用不着用正则直接硬刚，"SVs Used Trend" 和 "Average CN0 Trend" 可直接定位，StringMid() 就行了 itzyx 发表于 2022-4-17 14:46
发哥，还有这种情况嘛，第一次听说。
这个能用什么方法解决呢，不然截取的文本太长，提取数据，时间会增 ...
后面这条正则，没有限制结尾，所以到了缓冲区的限制边界，应该会自动截断。
前面那个正则，强制界定了结束字符，可能会导致匹配失败。我猜的。
程序读取到的数据是放到了内存中，程序的内存不是无限大，所以应该会有缓冲区的最大范围。也是猜的。 afan 发表于 2022-4-17 16:57
你这数据接近 160万 行，捕获的单个元素有 130万 行…… 你可真敢玩，我 XP 测试两下直接就挂了
不适合就 ...
哈哈，确实之前不知道，我准备用StringMid来截取字段了，我一直以为我的正则有问题呢，但怎么试，都不对，所以是我想不通的点 {:1_247:}
页:
[1]
2