python利用正則表達式提取字符串
前言
正則表達式的基礎知識就不說了,有興趣的可以點擊這里，提取一般分兩種情況，一種是提取在文本中提取單個位置的字符串，另一種是提取連續(xù)多個位置的字符串。日志分析會遇到這種情況，下面我會分別講一下對應的方法。
一、單個位置的字符串提取
這種情況我們可以使用(.+?)這個正則表達式來提取。 舉例，一個字符串"a123b",如果我們想提取ab之間的值123，可以使用findall配合正則表達式，這樣會返回一個包含所以符合情況的list。
代碼如下：
import re str = "a123b" print re.findall(r"a(.+?)b",str)# 輸出['123']
1.1貪婪和非貪婪匹配
如果我們有一個字符串”a123b456b”，如果我們想匹配a和最后一個b之間的所有值而非a和第一個出現(xiàn)的b之間的值，可以用?來控制正則貪婪和非貪婪匹配的情況。
代碼如下：
import re str = "a123b456b" print re.findall(r"a(.+?)b", str) #輸出['123']#?控制只匹配0或1個,所以只會輸出和最近的b之間的匹配情況 print re.findall(r"a(.+)b", str) #輸出['123b456'] print re.findall(r"a(.*)b", str) #輸出['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標志. 加上re.S后。將會匹配換行符，默認.不會匹配換行符。
代碼如下：
str = "a23b\na34b"
re.findall(r"a(\d+)b.+a(\d+)b", str)
#輸出[]
#因為不能處理str中間有\(zhòng)n換行的情況
re.findall(r"a(\d+)b.+a(\d+)b", str, re.S)
#s輸出[('23', '34')]
加上re.M后,^$標志將會匹配每一行，默認^和$只會匹配第一行。
代碼如下：
str = "a23b\na34b" re.findall(r"^a(\d+)b", str) #輸出['23'] re.findall(r"^a(\d+)b", str, re.M) #輸出['23', '34']
二、連續(xù)多個位置的字符串提取
這種情況我們可以使用(?P<name>…)這個正則表達式來提取。舉例，如果我們有一行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"'，我們想提取這行日志里面所有的內容，可以寫多個(?P<name>expr)來提取,其中name可以更改為你為該位置字符串命名的變量，expr改成提取位置的正則即可。
代碼如下：
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
輸出的結果為：
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
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流。
相關文章
這篇文章主要介紹了Python中input與raw_input 之間的比較的相關資料,通過本文希望能幫助到大家，對于他們之間的使用方法和區(qū)別，需要的朋友可以參考下2017-08-08
基于opencv可以顯示圖片,并進行相應的處理,下面這篇文章主要給大家介紹了關于如何使用Python的OpenCV庫處理圖像和視頻的相關資料,需要的朋友可以參考下2022-10-10
Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解
這篇文章主要介紹了Numpy中np.random.rand()和np.random.randn() 用法和區(qū)別詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-10-10
這篇文章將為大家詳細講解圖像掩膜直方圖和HS直方圖，并分享一個通過直方圖判斷白天與黑夜的案例。文中的示例代碼講解詳細，感興趣的小伙伴可以了解一下2022-08-08
Pandas分組聚合之使用自定義函數(shù)方法transform()、apply()
Pandas具有很多強大的功能,transform就是其中之一,利用它可以高效地匯總數(shù)據(jù)且不改變數(shù)據(jù)行數(shù),下面這篇文章主要給大家介紹了關于Pandas分組聚合之使用自定義函數(shù)方法transform()、apply()的相關資料,需要的朋友可以參考下2023-01-01
python中的List sort()與torch.sort()
這篇文章主要介紹了python中的List sort()與torch.sort()使用方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09
Python異常繼承關系和自定義異常實現(xiàn)代碼實例
這篇文章主要介紹了Python異常繼承關系和自定義異常實現(xiàn)代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-02-02
這篇文章主要介紹了Python爬蟲工具requests-html使用解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-04-04
正則表達式是用來匹配字符串非常強大的工具,在其他編程語言中同樣有正則表達式的概念,Python同樣不例外,下面這篇文章主要給大家介紹了關于python正則表達式(re模塊)使用的相關資料,需要的朋友可以參考下2022-03-03
這篇文章主要介紹了python中ctypes使用方法,包括 python和c中類型映射,操作結構體和聯(lián)合體,需要定義結構體或聯(lián)合體的類型,然后可以創(chuàng)建實例、訪問其成員等,感興趣的朋友跟隨小編一起看看吧2024-04-04