后端开发|Python教程
python 字符串
后端开发-Python教程
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。
A、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:
手机搭建秒赞平台源码,vscode写不了头文件,ubuntu安装 引导,tomcat有关的书籍,宠物蜈蚣爬虫,php开发工资多少,谷歌怎么做服装seo,e4a卓网站做成app,html海报模板lzw
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:
织梦源码 怎么安装,vscode无法自动补全,ubuntu 动不了,项目添加tomcat失败,爬虫oss,php 全角 正则,广州seo网络优化价格,哪个下载源码的网站好,wordpres个人博客模板lzw
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:
微聚生活源码,蓝桥杯能不能用vscode,ubuntu 网卡 开启,tomcat 自定义参数,亚航 爬虫,自学php的代价,浙江新款seo费用是多少lzw
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]
B、连续多个位置的字符串提取
这种情况我们可以使用
(?P…)
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/:14:46:34 "GET /api HTTP/1.1" 200 44 "/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
(?Pexpr)
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/:14:46:34 "GET /api HTTP/1.1" 200 44 "/search" "Mozilla/5.0" eg = pile(^(?P[^ ]*) (?P[^ ]*) "(?P[^"]*)" (?P[^ ]*) (?P[^ ]*) "(?P[^"]*)" "(?P[^"]*)")regMatch = reg.match(line)linebits = regMatch.groupdict()print linebitsfor k, v in linebits.items() : print k+": "+v
输出的结果为:
status: 200referrer: request: GET /api HTTP/1.1user_agent: Mozilla/5.0date: 25/Oct/:14:46:34size: 44remote_ip: 192.168.0.1
总结