如何在Python中实现SED风格的多地址范围匹配？

SED的/start_pattern/,/end_pattern/p本质是流式逐行扫描+状态切换：找到起始模式后开启输出，直到遇到第一个结束模式就停止，全程不需要加载整个文件，这也是它处理大文件高效的原因。Python可以通过两种方式实现相同效果：

方法1：逐行流式处理（推荐大文件） #

完全模拟SED的工作逻辑，内存占用极低，找到目标后立即停止读取文件，最适合超大的show tech文件：

def extract_cisco_section(start_cmd, end_prefix, file_path, include_end_line=False):
    capturing = False
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            # 检查是否触发结束条件
            if capturing and line.strip().startswith(end_prefix):
                if include_end_line:
                    print(line, end='')
                break  # 找到结束行后立即停止，不再读取后续内容
            # 处于捕获状态时输出当前行
            if capturing:
                print(line, end='')
            # 检查是否触发起始条件
            if not capturing and start_cmd in line:
                capturing = True
                print(line, end='')

# 调用示例：提取show clock到下一个show命令的内容
extract_cisco_section('show clock', 'show', 'cisco_show_tech.txt')

关键逻辑说明： #

• 用capturing布尔变量控制是否输出行，和SED的"开关"逻辑完全一致
• 逐行读取文件，不会一次性加载整个大文件到内存
• 匹配到第一个show开头的行就立即停止，避免无效读取

方法2：正则表达式优化（适合中小文件） #

如果需要一次性提取内容而非逐行输出，可以用非贪婪匹配+正向预查解决之前的"匹配到文件末尾"问题。核心是让正则在遇到第一个结束模式时就停止匹配，而非贪婪地吃到文件结尾：

import re

def extract_section_with_regex(start_cmd, end_prefix, file_path):
    # 分块读取文件，避免加载超大文件
    content_chunk = ''
    with open(file_path, 'r', encoding='utf-8') as f:
        while chunk := f.read(1024*1024):  # 每次读1MB
            content_chunk += chunk
            # 正则规则：匹配start_cmd之后的内容，直到遇到以end_prefix开头的行或文件结尾
            pattern = re.compile(
                rf'{re.escape(start_cmd)}(.*?)(?=^{re.escape(end_prefix)}|\Z)',
                re.DOTALL | re.MULTILINE
            )
            if match := pattern.search(content_chunk):
                print(match.group(0))
                break

# 调用示例
extract_section_with_regex('show clock', 'show', 'cisco_show_tech.txt')

正则规则解释： #

• re.escape(start_cmd)：转义命令中的特殊字符，避免正则语法冲突
• (.*?)：非贪婪匹配，尽可能少地捕获内容
• (?=^{re.escape(end_prefix)}|\Z)：正向预查，匹配到行首的end_prefix或者文件末尾时停止，确保只捕获到第一个结束模式之前的内容
• re.DOTALL：让.匹配换行符；re.MULTILINE：让^匹配每行的开头

为什么之前的正则失败？ #

你之前用DOTALL+MULTILINE但匹配到文件末尾，是因为默认的贪婪匹配：.*会尽可能多地捕获内容，直到文件最后。加上?改成非贪婪匹配，再配合正向预查限制结束条件，就能和SED的行为一致。

内容的提问来源于stack exchange，提问作者user2345738