在日常工作中經常遇見在文字中提取特定位置字串的需求.python的正則效能好,很適合做這類字串的提取,這裡講一下提取的技巧,正規表示式的基礎知識就不說了,有興趣的可以看re的教程. 提取一般分兩種情況,一種是提取在文字中提取單個位置的字串,另一種是提取連續多個位置的字串.日誌分析會遇到這種情況.下面我會分別講一下對應的方法:
這種情況我們可以使用(.+?)這個正規表示式來提取. 舉例,乙個字串"a123b",如果我們想提取ab之間的值123,可以使用findall配合正規表示式,這樣會返回乙個包含所以符合情況的list,**如下:
importre如果我們有乙個字串」a123b456b」,如果我們想匹配a和最後乙個b之間的所有值而非a和第乙個出現的b之間的值,可以用str = "a123b"
print re.findall(r"a(.+?)b",str)#
輸出['123']
?來控制正則貪婪和非貪婪匹配的情況. **如下:
importre如果你要多行匹配，那麼需要加上str = "a123b456b"
print re.findall(r"a(.+?)b", str)
#輸出['123']#?控制只匹配0或1個,所以只會輸出和最近的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']
re.s和re.m標誌. 加上re.s後,.將會匹配換行符，預設.不會匹配換行符. **如下:
str = "a23b\na34b"re.findall(r"a(\d+)b.+a(\d+)b", str)加上#輸出#因為不能處理str中間有\n換行的情況
re.findall(r"a(\d+)b.+a(\d+)b", str, re.s)
#s輸出[('23', '34')]
re.m後,^$標誌將會匹配每一行，預設^和$只會匹配第一行. **如下:
str = "a23b\na34b"re.findall(r"^a(\d+)b", str)這種情況我們可以使用#輸出['23']
re.findall(r"^a(\d+)b", str, re.m)
#輸出['23', '34']
(?p…)這個正規表示式來提取. 舉例,如果我們有一行webserver的access日誌:'192.168.0.1 25/oct/2012:14:46:34 "get /api http/1.1" 200 44 "" "mozilla/5.0"',我們想提取這行日誌裡面所有的內容,可以寫多個(?pexpr)來提取,其中name可以更改為你為該位置字串命名的變數,expr改成提取位置的正則即可. **如下:
輸出的結果為:
用python正規表示式提取字串
在日常工作中經常遇見在文字中提取特定位置字串的需求.python的正則效能好,很適合做這類字串的提取,這裡講一下提取的技巧,正規表示式的基礎知識就不說了,有興趣的可以看re的教程.提取一般分兩種情況,一種是提取在文字中提取單個位置的字串,另一種是提取連續多個位置的字串.日誌分析會遇到這種情況.下面我...
python如何提取字串？
在python中，要提取文字的字串，有多中方法，如使用正規表示式，beautifulsoup或xpath等來提取。下面講解用正規表示式來提取字串。一 單個位置的字串提取 這種情況我們可以使用 這個正規表示式來提取。舉例，乙個字串 a123b 如果我們想提取ab之間的值123，可以使用findall配...
提取字串substring
substring 方法用於提取字串中介於兩個指定下標之間的字元。語法 stringobject.substring startpos,stoppos 引數說明 注意 1.返回的內容是從 start開始 包含start位置的字元 到 stop 1 處的所有字元，其長度為 stop 減start。2....