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 restr = "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 restr = "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 reline ='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 rere.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码农网。

您可能感兴趣的文章:
  • python中的txt文件转换为XML
  • 详解Python中四种关系图数据可视化的效果对比
  • 解决Python httpx 运行过程中无限阻塞的问题
  • python QT界面关闭线程池的线程跟随退出完美解决方案
  • Python:对程序做性能分析及计时统计
  • 利用Python实现简易计算器的示例代码
  • Python tensorflow与pytorch的浮点运算数如何计算
  • Python实现鸡群算法的示例代码