python如何用正则表达式提取字符串

 更新时间:2023年03月02日 14:37:50   作者:猪笨是念来过倒  
这篇文章主要介绍了python如何用正则表达式提取字符串问题,具有很好的参考价值,希望对大家有所帮助。

用正则表达式提取字符串

在日常工作中经常遇见在文本中提取特定位置字符串的需求。

python的正则性能好,很适合做这类字符串的提取,正则表达式的提取一般分两种情况,一种是提取在文本中提取单个位置的字符串,另一种是提取连续多个位置的字符串。

日志分析会遇到这种情况。

1. 单个位置的字符串提取

这种情况我们可以使用(.+?)这个正则表达式来提取. 举例,一个字符串"a123b",如果我们想提取ab之间的值123,可以使用findall配合正则表达式,这样会返回一个包含所以符合情况的list,代码如下:

import re
str = "a123b"
print(re.findall(r"a(.+?)b",str))
#输出['123']

1.1贪婪和非贪婪匹配

如果我们有一个字符串”a123b456b”,如果我们想匹配a和最后一个b之间的所有值而非a和第一个出现的b之间的值,可以用?来控制正则贪婪和非贪婪匹配的情况. 代码如下:

import re
str = "a123b456b"
 
print(re.findall(r"a(.+?)b", str))
#输出['123']
#?控制只匹配0或1个,所以只会输出和最近的b之间的匹配情况
 
print(re.findall(r"a(.+)b", str))
#输出['123b456']
 
print(re.findall(r"a(.*)b", str))
#输出['123b456']

1.2多行匹配

如果你要多行匹配,那么需要加上re.S和re.M标志. 加上re.S后, .将会匹配换行符,默认.不会匹配换行符. 代码如下:

str = "a23b\na34b"
 
re.findall(r"a(\d+)b.+a(\d+)b", str)
#输出[]
#因为不能处理str中间有\n换行的情况
 
re.findall(r"a(\d+)b.+a(\d+)b", str, re.S)
#s输出[('23', '34')]

加上re.M后,^$标志将会匹配每一行,默认^和$只会匹配第一行.

代码如下:

str = "a23b\na34b"
 
re.findall(r"^a(\d+)b", str)
#输出['23']
 
re.findall(r"^a(\d+)b", str, re.M)
#输出['23', '34']

2. 连续多个位置的字符串提取

这种情况我们可以使用(?P<name>…)这个正则表达式来提取.

举例:

如果我们有一行webserver的access日志:'192.168.0.1 25/Oct/2012:14:46:34 "GET /api HTTP/1.1" 200 44 "http://abc.com/search" "Mozilla/5.0"',我们想提取这行日志里面所有的内容,可以写多个(?P<name>expr)来提取,其中name可以更改为你为该位置字符串命名的变量,expr改成提取位置的正则即可.

代码如下:

import re
line ='192.168.0.1 25/Oct/2012:14:46:34 "GET /api HTTP/1.1" 200 44 "http://abc.com/search" 
"Mozilla/5.0"'
reg = re.compile('^(?P<remote_ip>[^ ]*) (?P<date>[^ ]*) "(?P<request>[^"]*)" 
(?P<status>[^ ]*) (?P<size>[^ ]*) "(?P<referrer>[^"]*)" "(?P<user_agent>[^"]*)"')
regMatch = reg.match(line)
linebits = regMatch.groupdict()
print(linebits)
for k, v in linebits.items() :
    print(k+": "+v)

输出的结果为:

status: 200
referrer:  
request: GET /api HTTP/1.1
user_agent: Mozilla/5.0
date: 25/Oct/2012:14:46:34size: 44
remote_ip: 192.168.0.1

用正则表达式提取字符串中的整数

直接上代码吧~

import re
re.findall("\d+","asd1234")

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • Matplotlib实战之面积图绘制详解

    Matplotlib实战之面积图绘制详解

    面积图,或称区域图,是一种随有序变量的变化,反映数值变化的统计图表,这篇文章主要介绍了如何利用Matplotlib实现面积图的绘制,需要的可以参考下
    2023-08-08
  • Python Series从0开始索引的方法

    Python Series从0开始索引的方法

    今天小编就为大家分享一篇Python Series从0开始索引的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11
  • python实现爬虫下载美女图片

    python实现爬虫下载美女图片

    本文给大家发发福利,给大家分享一个使用Python实现爬虫下载百度贴吧美女图片的代码,十分不错,有需要的小伙伴直接拿走吧。
    2015-07-07
  • MySQL最常见的操作语句小结

    MySQL最常见的操作语句小结

    这篇文章主要介绍了MySQL最常见的操作语句小结,与表和库相关的这些语句是学习MySQL中最基础的知识,需要的朋友可以参考下
    2015-05-05
  • Python中表格插件Tabulate的用法小结

    Python中表格插件Tabulate的用法小结

    这篇文章主要介绍了Python中表格插件Tabulate的用法,Tabulate插件是一个功能强大、简单易用的数据可视化工具,它能够满足我们在Python中进行表格数据展示的各种需求,通过使用Tabulate插件,我们能够轻松地生成美观且易读的表格,需要的朋友可以参考下
    2023-11-11
  • Python PyQt5实现的简易计算器功能示例

    Python PyQt5实现的简易计算器功能示例

    这篇文章主要介绍了Python PyQt5实现的简易计算器功能,涉及Python PyQt5事件响应及数学运算等相关操作技巧,需要的朋友可以参考下
    2017-08-08
  • 基于python定位棋子位置及识别棋子颜色

    基于python定位棋子位置及识别棋子颜色

    本文主要介绍了python定位棋子位置及识别棋子颜色,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-07-07
  • python文件操作整理汇总

    python文件操作整理汇总

    本文主要记录了个人在项目中遇到的一些Python中对于文件、文件夹的操作需要涉及到的函数等内容,非常的详尽,有需要的可以参考下
    2014-10-10
  • Spring Boot中使用IntelliJ IDEA插件EasyCode一键生成代码详细方法

    Spring Boot中使用IntelliJ IDEA插件EasyCode一键生成代码详细方法

    这篇文章主要介绍了Spring Boot中使用IntelliJ IDEA插件EasyCode一键生成代码详细方法,需要的朋友可以参考下
    2020-03-03
  • Python Pandas对缺失值的处理方法

    Python Pandas对缺失值的处理方法

    这篇文章主要给大家介绍了关于Python Pandas对缺失值的处理方法,文中通过示例代码介绍的非常详细,对大家学习或者使用Python Pandas具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2019-09-09

最新评论