相信大家在日常工作中经常会遇见在文本中提取特定位置字符串的需求，python的正则性很好,很适合做这类字符串的提取,所以这篇文章就给大家详细讲一下提取的技巧，并通过示例代码讲解，对大家理解很有帮助，有需要的朋友们下面来一起学习学习吧。
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。
立即学习“Python免费学习笔记（深入）”；
代码如下：
import restr = "a123b"print re.findall(r"a(.+?)b",str)#输出['123']
登录后复制
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']
登录后复制
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 = "a23ba34b"re.findall(r"a(d+)b.+a(d+)b", str)#输出[]#因为不能处理str中间有换行的情况re.findall(r"a(d+)b.+a(d+)b", str, re.S)#s输出[('23', '34')]登录后复制
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 = "a23ba34b"re.findall(r"^a(d+)b", str)#输出['23']re.findall(r"^a(d+)b", str, re.M)#输出['23', '34']
登录后复制
二、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/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(?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/2012:14:46:34 "GET /api HTTP/1.1" 200 44 "http://abc.com/search" "Mozilla/5.0"'reg = re.compile('^(?P[^ ]*) (?P[^ ]*) "(?P[^"]*)" (?P[^ ]*) (?P[^ ]*) "(?P[^"]*)" "(?P[^"]*)"')regMatch = reg.match(line)linebits = regMatch.groupdict()print linebitsfor k, v in linebits.items() : print k+": "+v登录后复制
输出的结果为：
status: 200referrer: request: GET /api HTTP/1.1user_agent: Mozilla/5.0date: 25/Oct/2012:14:46:34size: 44remote_ip: 192.168.0.1
登录后复制
总结
以上就是python巧用正则表达式获取字符串的详细内容，更多请关注【创想鸟】其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/2277284.html
