Python正则匹配：如何用单一正则匹配多格式输出行

我有如下输出字符串片段：

1b   16 PM1733A_384_SED   S657NE0R400049   MPP94E5Q  12   0    1BF1F72B0  99.9%   0208  Samsung PM1733a 3.84TB 1-WPD-SED

2b   17 PM1733_384_SED    LPNE0M900631     EPK9DE5Q --EMT--    1BF1F72B0   0.0%   0208  Samsung PM1733 3.84TB 1-WPD-SED

1b   18 PM1733A_30T_SED   S6UANE0RB00321   MPP95E5Q --PNP--    DAFA00000   0.0%   0208  Samsung PM1733a 30.72TB 1-WPD-SED  Discovered PNP

2b

我想写一个统一的Python正则表达式匹配前三类有效行（忽略最后仅2b的无效行）。观察到：

• 第一行第6、7列是12 0
• 第二行第6列是--EMT--
• 第三行第6列是--PNP--

我尝试的正则无法覆盖所有情况：

pattern = r'\s+\d\w\s+[0-9A-F]*\s+[A-Z0-9]*_[A-Z0-9]*_[A-Z]*\s+[A-Z0-9]*\s+[A-Z0-9]*\s+[0-9]*\s+[0-9]\s+[A-Z0-9]*\s+[0-9][0-9].[0-9]%\s+[0-9]{4}\s+[A-Za-z]*\s+'

可以通过兼容可变列的写法，写出统一匹配三类行的正则，核心是对第6、7列的两种情况做分支处理。优化后的正则如下：

import re

pattern = r'^\d\w\s+\d+\s+[A-Z0-9_]+\s+[A-Z0-9]+\s+[A-Z0-9]+\s+(?:\d+\s+\d+|--[A-Z]+--)\s+[A-F0-9]+\s+\d+\.\d%\s+\d{4}\s+.+'

正则逐段说明 #

• ^\d\w：匹配行首的标识（如1b、2b），^确保从行开始匹配
• \s+\d+：匹配空格分隔的数字列（如16、17）
• [A-Z0-9_]+：匹配型号字符串（如PM1733A_384_SED）
• [A-Z0-9]+\s+[A-Z0-9]+：匹配连续两个序列号列（如S657NE0R400049、MPP94E5Q）
• (?:\d+\s+\d+|--[A-Z]+--)：非捕获组，兼容两种情况：要么是两个数字（如12 0），要么是--XXX--格式的标识（如--EMT--、--PNP--）
• [A-F0-9]+：匹配十六进制字符串（如1BF1F72B0）
• \d+\.\d%：匹配百分比格式（如99.9%、0.0%）
• \d{4}：匹配四位数字（如0208）
• .+：匹配剩余的描述文本，包括可选的Discovered PNP

匹配验证 #

用以下代码测试，可以精准匹配前三行有效内容：

output = """1b   16 PM1733A_384_SED   S657NE0R400049   MPP94E5Q  12   0    1BF1F72B0  99.9%   0208  Samsung PM1733a 3.84TB 1-WPD-SED

2b   17 PM1733_384_SED    LPNE0M900631     EPK9DE5Q --EMT--    1BF1F72B0   0.0%   0208  Samsung PM1733 3.84TB 1-WPD-SED

1b   18 PM1733A_30T_SED   S6UANE0RB00321   MPP95E5Q --PNP--    DAFA00000   0.0%   0208  Samsung PM1733a 30.72TB 1-WPD-SED  Discovered PNP

2b"""

matches = re.findall(pattern, output, re.MULTILINE)
for match in matches:
    print(match)

输出结果：

1b   16 PM1733A_384_SED   S657NE0R400049   MPP94E5Q  12   0    1BF1F72B0  99.9%   0208  Samsung PM1733a 3.84TB 1-WPD-SED
2b   17 PM1733_384_SED    LPNE0M900631     EPK9DE5Q --EMT--    1BF1F72B0   0.0%   0208  Samsung PM1733 3.84TB 1-WPD-SED
1b   18 PM1733A_30T_SED   S6UANE0RB00321   MPP95E5Q --PNP--    DAFA00000   0.0%   0208  Samsung PM1733a 30.72TB 1-WPD-SED  Discovered PNP

内容的提问来源于stack exchange，提问作者Santhosh Kumar HN