如何用Python正则提取DBC文件中指定BO_ ID的BO_块

需求 #

从包含多个BO_块的文本中，提取ID在[53, 69]范围内的完整BO_块。每个BO_块以BO_开头，后续是多行SG_内容，直到下一个BO_或文本结束。

之前尝试的问题 #

1. 第一个正则仅捕获BO_行和第一个SG_行：原因是正则未处理SG_行前的换行空格，导致后续SG_行无法匹配。
2. 第二个正则贪婪匹配一次性捕获除最后一个外的所有BO_块：原因是((.|\n)*)为贪婪模式，会从第一个BO_一直匹配到倒数第二个BO_的开头。

解决方案 #

精准匹配正则 #

针对需求构造的正则，既限定ID范围，又能完整捕获所有SG_行：

import re

# 匹配ID在53-69之间的完整BO_块
pattern = r'BO_ (5[3-9]|6[0-9]) (\w+) *: (\w+) (\w+)(?:\n\s+SG_.*)*'
# 假设已从数据源获取到目标文本存入text变量
matches = re.findall(pattern, text, re.MULTILINE)

正则解释 #

• 5[3-9]|6[0-9]：精准匹配53-59、60-69的ID，覆盖需求的[53,69]范围
• (?:\n\s+SG_.*)*：非捕获组，匹配任意数量的SG_行：
  • \n\s+：匹配换行符及SG_行前的空格
  • SG_.*：匹配整行SG_内容
  • *：兼容无SG_的特殊情况

动态ID范围写法（可选） #

如果需要动态指定ID范围，可用raw f-string构造正则的ID匹配部分（需根据实际范围调整正则逻辑）：

min_id = 53
max_id = 69
# 针对53-69构造ID匹配规则
id_regex = f'(5[3-9]|6[0-9])'
pattern = rf'BO_ {id_regex} (\w+) *: (\w+) (\w+)(?:\n\s+SG_.*)*'

修复贪婪匹配问题（备选） #

若想保留类似第二个正则的写法，需改为非贪婪匹配并明确块结束条件：

pattern = r'BO_ (5[3-9]|6[0-9]) (\w+) *: (\w+) (\w+)((?:.|\n)*?)(?=BO_|$)'
matches = re.findall(pattern, text, re.DOTALL)

• (?:.|\n)*?：非贪婪匹配任意字符（含换行）
• (?=BO_|$)：正向预查，匹配到下一个BO_或文本末尾时停止

内容的提问来源于stack exchange，提问作者Stella