python利用正则表达式提取字符串
前言
正则表达式的基础知识就不说了,有兴趣的可以点击这里，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，下面我会分别讲一下对应的方法。
一、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']
二、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
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。
相关文章
这篇文章主要介绍了Python中input与raw_input 之间的比较的相关资料,通过本文希望能帮助到大家，对于他们之间的使用方法和区别，需要的朋友可以参考下2017-08-08
基于opencv可以显示图片,并进行相应的处理,下面这篇文章主要给大家介绍了关于如何使用Python的OpenCV库处理图像和视频的相关资料,需要的朋友可以参考下2022-10-10
Numpy中np.random.rand()和np.random.randn() 用法和区别详解
这篇文章主要介绍了Numpy中np.random.rand()和np.random.randn() 用法和区别详解，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2020-10-10
这篇文章将为大家详细讲解图像掩膜直方图和HS直方图，并分享一个通过直方图判断白天与黑夜的案例。文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下2022-08-08
Pandas分组聚合之使用自定义函数方法transform()、apply()
Pandas具有很多强大的功能,transform就是其中之一,利用它可以高效地汇总数据且不改变数据行数,下面这篇文章主要给大家介绍了关于Pandas分组聚合之使用自定义函数方法transform()、apply()的相关资料,需要的朋友可以参考下2023-01-01
python中的List sort()与torch.sort()
这篇文章主要介绍了python中的List sort()与torch.sort()使用方式,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2023-09-09
这篇文章主要介绍了Python异常继承关系和自定义异常实现代码实例,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2020-02-02
这篇文章主要介绍了Python爬虫工具requests-html使用解析,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2020-04-04
正则表达式是用来匹配字符串非常强大的工具,在其他编程语言中同样有正则表达式的概念,Python同样不例外,下面这篇文章主要给大家介绍了关于python正则表达式(re模块)使用的相关资料,需要的朋友可以参考下2022-03-03
这篇文章主要介绍了python中ctypes使用方法,包括 python和c中类型映射,操作结构体和联合体,需要定义结构体或联合体的类型,然后可以创建实例、访问其成员等,感兴趣的朋友跟随小编一起看看吧2024-04-04
最新评论