Python文本文件数据提取代码仅提取部分行，求修改方案

原代码存在以下几个核心问题导致无法提取所有符合规则的行：

1. 正则表达式匹配逻辑受限：FAU([^"]*)仅匹配FAU后直到第一个双引号的内容，若目标内容未用双引号包裹、或一行内存在多个FAU/AD项，会直接漏匹配。
2. 无结果持久化：仅逐行打印匹配内容，未统一存储所有提取数据，后续无法复用。
3. 异常处理过于宽泛：会掩盖文件读取之外的其他错误（如正则语法问题）。

修改后的代码 #

import re

fname = input("Enter the filename: ")
all_extractions = []  # 存储所有提取结果的列表

try:
    # 使用with语句自动管理文件句柄，避免资源泄漏
    with open(fname, 'r', encoding='utf-8') as fhand:
        for line in fhand:
            line = line.strip()
            # 根据实际格式选择对应的正则：
            # 场景1：字段值用双引号包裹（支持一行多个匹配）
            fau_matches = re.findall(r'FAU"([^"]*)"', line)
            ad_matches = re.findall(r'AD"([^"]*)"', line)
            
            # 场景2：字段值无引号，直到下一个标记（如FAU/AD）或行尾
            # fau_matches = re.findall(r'FAU\s*(.*?)(?=\s+AD|$)', line)
            # ad_matches = re.findall(r'AD\s*(.*?)(?=\s+FAU|$)', line)

            # 将匹配结果存入统一列表，标记字段类型
            if fau_matches:
                all_extractions.extend([("FAU", item) for item in fau_matches])
            if ad_matches:
                all_extractions.extend([("AD", item) for item in ad_matches])

    # 输出所有提取结果
    print("所有提取内容：")
    for tag, content in all_extractions:
        print(f"{tag}: {content}")

except FileNotFoundError:
    print("文件未找到，请检查文件名或路径是否正确")
except Exception as e:
    print(f"处理过程出错：{str(e)}")

关键修改说明 #

1. 正则表达式优化：
   • 针对双引号包裹的字段：使用r'FAU"([^"]*)"'，精准提取双引号内的内容，同时支持一行内多个FAU/AD项的匹配。
   • 针对无引号的字段：使用正向预查语法(?=\s+AD|$)，匹配到下一个标记或行尾就停止，避免误匹配其他字段内容。
2. 结果统一存储：用all_extractions列表保存所有提取项，方便后续写入文件、数据分析等操作。
3. 异常处理细化：单独捕获FileNotFoundError，其他异常单独提示，避免掩盖未知问题。
4. 资源管理优化：使用with语句自动关闭文件，避免手动管理文件句柄的疏漏。

调试建议 #

如果仍有漏匹配的情况，可以在循环中加入未匹配行的打印，快速定位格式问题：

# 在line.strip()后添加
if not fau_matches and not ad_matches:
    print(f"未匹配的行：{line}")

内容的提问来源于stack exchange，提问作者ravi.g teja