méthode python pour extraire une chaîne à l'aide d'une expression régulière

Avant-propos
Je ne parlerai pas des connaissances de base des expressions régulières. Si vous êtes intéressé, vous pouvez cliquer ici. Il existe généralement deux cas d'extraction. L'un consiste à extraire des caractères. une seule position dans le texte, l'autre consiste à extraire des chaînes avec plusieurs positions consécutives. L'analyse des journaux rencontrera cette situation et je parlerai des méthodes correspondantes ci-dessous.
1. Extraction de chaîne à une seule position
Dans ce cas, nous pouvons utiliser l'expression régulière (.+?) pour extraire. Par exemple, pour une chaîne "a123b", si l'on veut extraire la valeur 123 entre ab, on peut utiliser findall avec une expression régulière, qui renverra une liste contenant toutes les situations correspondantes.
Le code est le suivant :

import re
str = "a123b"
print re.findall(r"a(.+?)b",str)#
输出['123']

1.1 Correspondance gourmande et non gourmande
Si on a une chaîne "a123b456b", si on veut faire correspondre a et la dernière Toutes les valeurs entre a b au lieu des valeurs entre a et la première occurrence de b peuvent être utilisées pour contrôler la correspondance gourmande et non gourmande régulière.
Le code est le suivant :

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 Correspondance multi-lignes
Si vous souhaitez une correspondance multi-lignes, vous devez ajouter le re. Drapeaux S et re.M. Après avoir ajouté re.S. Correspondra aux caractères de nouvelle ligne, par défaut. Ne correspondra pas aux caractères de nouvelle ligne.
Le code est le suivant :

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')]

Après avoir ajouté re.M, la marque ^$ correspondra à chaque ligne. Par défaut, ^ et $ ne correspondront qu'à la première ligne.
Le code est le suivant :

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. Extraction de chaîne à plusieurs positions consécutives
Dans ce cas, nous pouvons utiliser

(?P<name>…)

Cette expression régulière à extraire. Par exemple, si nous avons une ligne de journal d'accès au serveur Web :

'192.168.0.1 25/Oct/2012:14:46:34 "GET /api HTTP/1.1" 200 44 "http://abc.com/search" "Mozilla/5.0"'

, et que nous voulons extraire tout le contenu de cette ligne de journal, nous pouvons écrire plusieurs

(?P<name>expr)

à extraire, où nom Vous pouvez le remplacer par la variable que vous avez nommée pour la chaîne de position, et expr peut être remplacé par l'expression régulière pour extraire la position.
Le code est le suivant :

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

Le résultat de sortie est :

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

Résumé
Ce qui précède représente l'intégralité du contenu de cet article. J'espère que le contenu de cet article pourra apporter de l'aide aux études ou au travail de chacun. Si vous avez des questions, vous pouvez laisser un message pour communiquer. .

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!