当在MSYS2下运行（并读取文件）时，搜索结果出人意料地没有？

Question

所以，这就是问题：我在Ubuntu Linux下在家编写了一段Python代码，一个简单的日志文件解析器。该代码运行良好。

现在，我恢复工作，在这里，我有一台Windows 10计算机，上面已经安装了MSYS2，并且使用了它的Python（2和3）。现在，当我在相同的文件上运行相同的代码时，我得到：

AttributeError: 'NoneType' object has no attribute 'group'

...当遇到代码时，说m.group(1)，这实际上意味着变量m为None。

这里是一个测试脚本，test.py设置相同的行和相同的正则表达式-不幸的是，它不会重现该错误：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import sys,os
import re

line = """TEST001 sample     1/00001: X: 1 Y: 1 Z: 1 TEMPC: 25.95°C
"""
m = re.search(r"""X: (\d+?) Y: (\d+?) Z: (\d+?) TEMPC: ([\d.]+?)°C""", line)
print(line, m, type(line))

请注意，以上所有行尾均为\n（即纯LF）

[如果现在使用MSYS2中的Python运行它-MSYS2默认值（在/usr/bin/python{2,3}，即C:\msys64\usr\bin\python{2,3}.exe；或者在MINGW64 shell中的Python 3，在/mingw64/bin/python3中（即， C:\msys64\mingw64\bin\python3.exe）：

user@PC MSYS /tmp
$ python2 test.py
('TEST001 sample     1/00001: X: 1 Y: 1 Z: 1 TEMPC: 25.95\xc2\xb0C\n', <_sre.SRE_Match object at 0x6ffffffcca8>, <type 'str'>)

user@PC MSYS /tmp
$ python3 test.py
TEST001 sample     1/00001: X: 1 Y: 1 Z: 1 TEMPC: 25.95°C
 <re.Match object; span=(28, 57), match='X: 1 Y: 1 Z: 1 TEMPC: 25.95°C'> <class 'str'>

user@PC MSYS /tmp
$ /mingw64/bin/python3 test.py
TEST001 sample     1/00001: X: 1 Y: 1 Z: 1 TEMPC: 25.95�C
 <re.Match object; span=(28, 57), match='X: 1 Y: 1 Z: 1 TEMPC: 25.95�C'> <class 'str'>

这里注意，MSYS2 Python2不能真正打印度数的UTF-8字符（这是预期的； MSYS2 Python3 可以打印此字符-但是MINGW64 Python3再次无法打印此字符，尽管它应该打印？！

总是-我的实际工作脚本在MSYS2或MINGW64 shell中运行，通过使用/mingw64/bin/python3显式运行，因为我的实际工作脚本需要使用matplotlib和numpy，并且只能为MINGW64 shell安装。 ..但是，正如我所提到的，由于m = re.search(...)的结果是m变为None，因此程序实际上崩溃了。

---

编辑：我实际工作脚本中的代码是：

  with open(file_abspath, 'rt') as thelogfile:
    for line in thelogfile:
      if "something" in line: ...
      elif line.startswith("TEST001 sample"):
        m = re.search(r"""X: (\d+?) Y: (\d+?) Z: (\d+?) TEMPC: ([\d.]+?)°C""", line)
        print(line, m, type(line)) # added for debug
        ....

...并打印出来：

TEST001 sample     1/00001: X: 1 Y: 1 Z: 1 TEMPC: 25.95°C
 None <class 'str'>

...这是我在上面的示例中使用的。

---

我的实际工作脚本和带有数据行的文件都具有Unix行尾（\n，即LF）-并且，我尝试通过在test.py上面使用纯文本来模拟它Unix行尾。

[任何人都不会知道，为什么我的实际工作脚本逐行读取文件时会失败（即，re.search的结果为None），但在解析完全相同的行时却失败了，而没有如上述摘要所示，test.py出现问题？

Answer 1

我推测您输入文件中的一行或多行，即您上面测试的行not，不符合您所期望的模式。这是一个建议的脚本，您可以尝试清除不匹配的行：

filepath = 'your_input.csv'
with open(filepath) as fp:
    line = fp.readline()
    cnt = 1
    while line:
        m = re.search(r"""X: (\d+?) Y: (\d+?) Z: (\d+?) TEMPC: ([\d.]+?)°C""", line)
        if not m:
            print("Line #" + str(cnt) + " has a problem: " + line)
        line = fp.readline()
        cnt += 1

假设只有几行令人反感的行，您也许可以手动编辑文件并修复数据。