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

  • Python爬虫之对CSDN榜单进行分析

    Python爬虫之对CSDN榜单进行分析

    这篇文章主要介绍了Python爬虫之对CSDN榜单进行分析,文章有详细代码,简单易懂,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2023-01-01
  • python覆盖写入,追加写入的实例

    python覆盖写入,追加写入的实例

    今天小编就为大家分享一篇python覆盖写入,追加写入的实例,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
    2019-06-06
  • 使用Python画一张完整的K线图的方法教程

    使用Python画一张完整的K线图的方法教程

    Pyecharts 是 Python 里的一个强大可视化库,基于百度 Echarts,支持各种图表:柱状图、折线图、饼图、K 线图等等,本文就给大家介绍了Python如何使用Pyecharts画一个漂亮的K线图,感兴趣的小伙伴跟着小编一起来看看吧
    2025-04-04
  • 使用matplotlib绘制并排柱状图的实战案例

    使用matplotlib绘制并排柱状图的实战案例

    堆积柱状图有堆积柱状图的好处,比如说我们可以很方便地看到多分类总和的趋势,下面这篇文章主要给大家介绍了关于使用matplotlib绘制并排柱状图的相关资料,需要的朋友可以参考下
    2022-07-07
  • 使用Dataframe.info()显示空值与类型信息

    使用Dataframe.info()显示空值与类型信息

    这篇文章主要介绍了使用Dataframe.info()显示空值与类型信息,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-02-02
  • Python调用SQLPlus来操作和解析Oracle数据库的方法

    Python调用SQLPlus来操作和解析Oracle数据库的方法

    这篇文章主要介绍了Python调用SQLPlus来操作和解析Oracle数据库的方法,这样用SQL*Plus方式来分析Oracle中的数据就变得十分方便,需要的朋友可以参考下
    2016-04-04
  • 简单了解Python字典copy与赋值的区别

    简单了解Python字典copy与赋值的区别

    这篇文章主要介绍了简单了解Python字典copy与赋值区别,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-09-09
  • python使用xauth方式登录饭否网然后发消息

    python使用xauth方式登录饭否网然后发消息

    这篇文章主要介绍了python使用xauth方式登录饭否网然后发消息示例,需要的朋友可以参考下
    2014-04-04
  • python数据清洗中的时间格式化实现

    python数据清洗中的时间格式化实现

    本文主要介绍了python数据清洗中的时间格式化实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-05-05
  • 在Django的上下文中设置变量的方法

    在Django的上下文中设置变量的方法

    这篇文章主要介绍了在Django的上下文中设置变量的方法,Django是重多Python高人气框架中最为著名的一个,需要的朋友可以参考下
    2015-07-07

最新评论