如何在Python中捕获正则表达式匹配结果上方的n行内容？

这是个很实用的需求，尤其是处理日志类文本的时候。下面我会结合你给出的日志示例，一步步教你怎么在Python里实现这个功能：

首先先把你提供的日志文本展示出来，方便参考：

[01112017 110228 359][1][INFO]> Get Cash Unit Info
[01112017 110228 400][1][INFO]> ---Cash Unit Info Ready True
[01112017 110228 698][1][INFO]> Cash Unit Info - 0 Value 01 REJC --- 0000 0000 0004 000 OK
[01112017 110228 699][1][INFO]> Cash Unit Info - 1 Value 02 RETR --- 0000 0000 0000 000 OK
[01112017 110228 700][1][INFO]> Cash Unit Info - 2 Value 03 BILL LKR 5000 1000 0999 001 OK
[01112017 110228 700][1][INFO]> Cash Unit Info - 3 Value 04 BILL LKR ...

步骤1：预处理日志文本，分割成行 #

首先把日志字符串按换行符分割成列表，这样每一行都是列表里的一个元素，方便我们通过索引快速定位：

log_text = """[01112017 110228 359][1][INFO]> Get Cash Unit Info 
[01112017 110228 400][1][INFO]> ---Cash Unit Info Ready True 
[01112017 110228 698][1][INFO]> Cash Unit Info - 0 Value 01 REJC --- 0000 0000 0004 000 OK 
[01112017 110228 699][1][INFO]> Cash Unit Info - 1 Value 02 RETR --- 0000 0000 0000 000 OK 
[01112017 110228 700][1][INFO]> Cash Unit Info - 2 Value 03 BILL LKR 5000 1000 0999 001 OK 
[01112017 110228 700][1][INFO]> Cash Unit Info - 3 Value 04 BILL LKR ..."""

# 分割成行，同时过滤掉可能的空行
log_lines = [line.strip() for line in log_text.split('\n') if line.strip()]

步骤2：定义正则表达式和要捕获的上方行数n #

假设你想匹配包含Cash Unit Info - \d+ Value \d+ BILL的纸币单元信息行，然后捕获每一个匹配行上方的2行内容。你可以根据自己的实际需求调整正则表达式和n的值：

import re

# 正则表达式，匹配目标行（可根据需求修改）
pattern = re.compile(r'Cash Unit Info - \d+ Value \d+ BILL')
n = 2  # 要捕获的上方行数

步骤3：遍历行列表，找到匹配行并捕获上方n行 #

遍历每一行，用正则检查是否匹配。如果匹配，就根据当前行的索引，取前面的n行（注意处理索引小于n的边界情况，比如第一行匹配的话，只能取前面已有的所有行）：

# 存储结果：每个元素是(匹配行, 上方n行列表)
results = []

for idx, line in enumerate(log_lines):
    if pattern.search(line):
        # 计算起始索引：如果当前索引 >=n，就从idx-n开始；否则从0开始
        start_idx = max(0, idx - n)
        # 获取上方n行（不包含当前匹配行）
        preceding_lines = log_lines[start_idx:idx]
        results.append( (line, preceding_lines) )

# 打印结果
for match_line, pre_lines in results:
    print(f"匹配到的行：{match_line}")
    print(f"上方{n}行内容：")
    for l in pre_lines:
        print(f"  {l}")
    print("-" * 50)

运行结果示例 #

针对你的日志，运行后会输出：

匹配到的行：[01112017 110228 700][1][INFO]> Cash Unit Info - 2 Value 03 BILL LKR 5000 1000 0999 001 OK 
上方2行内容：
  [01112017 110228 698][1][INFO]> Cash Unit Info - 0 Value 01 REJC --- 0000 0000 0004 000 OK 
  [01112017 110228 699][1][INFO]> Cash Unit Info - 1 Value 02 RETR --- 0000 0000 0000 000 OK 
--------------------------------------------------
匹配到的行：[01112017 110228 700][1][INFO]> Cash Unit Info - 3 Value 04 BILL LKR ...
上方2行内容：
  [01112017 110228 699][1][INFO]> Cash Unit Info - 1 Value 02 RETR --- 0000 0000 0000 000 OK 
  [01112017 110228 700][1][INFO]> Cash Unit Info - 2 Value 03 BILL LKR 5000 1000 0999 001 OK 
--------------------------------------------------

额外实用提示 #

• 如果日志是从文件读取的，可以直接用with open('logfile.txt', 'r') as f: log_lines = [line.strip() for line in f if line.strip()]来获取行列表。
• 可以根据需要调整正则表达式，比如精确匹配某个特定的单元ID，或者其他日志模式。
• 如果处理超大日志文件，为了节省内存，可以不用一次性读入所有行，而是维护一个长度为n的滑动窗口迭代器，每遇到匹配行时，窗口内的内容就是上方n行。

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