如何用python正則表達(dá)式匹配字符串？
用python正則表達(dá)式匹配字符串的方法：
1、單個(gè)位置的字符串匹配
這種情況我們可以使用這個(gè)(.+?)正則表達(dá)式來提取. 舉例,一個(gè)字符串"a123b",如果我們想提取ab之間的值123,可以使用findall配合正則表達(dá)式,這樣會(huì)返回一個(gè)包含所以符合情況的list,代碼如下:
import re str = "a123b" print re.findall(r"a(.+?)b",str)# 輸出['123']
1.1貪婪和非貪婪匹配
如果我們有一個(gè)字符串”a123b456b”,如果我們想匹配a和最后一個(gè)b之間的所有值而非a和第一個(gè)出現(xiàn)的b之間的值,可以用?來控制正則貪婪和非貪婪匹配的情況. 代碼如下:
import re str = "a123b456b" print re.findall(r"a(.+?)b", str)
#輸出['123']#?控制只匹配0或1個(gè),所以只會(huì)輸出和最近的b之間的匹配情況
print re.findall(r"a(.+)b", str) #輸出['123b456'] print re.findall(r"a(.*)b", str) #輸出['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標(biāo)志. 加上re.S后, .將會(huì)匹配換行符，默認(rèn).不會(huì)匹配換行符. 代碼如下:
str = "a23b\na34b"
re.findall(r"a(\d+)b.+a(\d+)b", str)
#輸出[]
#因?yàn)椴荒芴幚韘tr中間有\(zhòng)n換行的情況
re.findall(r"a(\d+)b.+a(\d+)b", str, re.S)
#s輸出[('23', '34')]加上re.M后,^$標(biāo)志將會(huì)匹配每一行，默認(rèn)^和$只會(huì)匹配第一行. 代碼如下:
str = "a23b\na34b" re.findall(r"^a(\d+)b", str) #輸出['23'] re.findall(r"^a(\d+)b", str, re.M) #輸出['23', '34']
2、連續(xù)多個(gè)位置的字符串匹配
這種情況我們可以使用(?P<name>…)這個(gè)正則表達(dá)式來提取. 舉例,如果我們有一行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"',我們想提取這行日志里面所有的內(nèi)容,可以寫多個(gè)(?P<name>expr)來提取,其中name可以更改為你為該位置字符串命名的變量,expr改成提取位置的正則即可. 代碼如下:
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輸出的結(jié)果為:
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
