python利用正则表达式提取字符串
2016-12-08 00:00
1166 查看
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:
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:
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:
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:
二、连续多个位置的字符串提取
这种情况我们可以使用
代码如下:
输出的结果为:
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。
python使用正则搜索字符串或文件中的浮点数代码实例
比较详细Python正则表达式操作指南(re使用)
python的正则表达式re模块的常用方法
python正则表达式re模块详细介绍
Python 匹配任意字符(包括换行符)的正则表达式写法
PYTHON正则表达式 re模块使用说明
Python 中文正则表达式笔记
零基础写python爬虫之神器正则表达式
python 正则表达式 反斜杠(/)的麻烦和陷阱
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。
您可能感兴趣的文章:
python正则表达式判断字符串是否是全部小写示例python使用正则搜索字符串或文件中的浮点数代码实例
比较详细Python正则表达式操作指南(re使用)
python的正则表达式re模块的常用方法
python正则表达式re模块详细介绍
Python 匹配任意字符(包括换行符)的正则表达式写法
PYTHON正则表达式 re模块使用说明
Python 中文正则表达式笔记
零基础写python爬虫之神器正则表达式
python 正则表达式 反斜杠(/)的麻烦和陷阱
相关文章推荐
- python利用正则表达式提取字符串
- 利用正则表达式提取固定字符之间的字符串
- oracle利用正则表达式提取字符串中的数字
- 字符串中利用正则表达式提取出数字,并存如数组
- ASP.NET利用正则表达式提取字符串中的数字
- .net利用正则表达式提取字符串中的数字
- JS中利用正则表达式提取一个字符串中的子字符串的方法
- 用python正则表达式提取字符串
- 【Web前端】Js利用正则表达式提取字符串
- C#利用正则表达式实现字符串搜索
- C#利用正则表达式实现字符串搜索
- C#中利用正则表达式实现字符串搜索
- C#利用正则表达式实现字符串搜索
- JS正则表达式提取字符串中所有汉字的脚本
- C# 利用正则表达式进行忽略大小写的字符串替换的应用--自定义高亮显示
- C#中利用正则表达式实现字符串搜索(摘自天涯人生)
- C#中利用正则表达式实现字符串搜索
- C#利用正则表达式实现字符串搜索
- 利用正则表达式计算含有中文的字符串长度
- C# 利用正则表达式进行忽略大小写的字符串替换的应用--自定义高亮显示