用正则表达式提取字符串
在日常工作中经常遇见在文本中提取特定位置字符串的需求。
python的正则性能好，很适合做这类字符串的提取，正则表达式的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。
1. 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:
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:
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:
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：
2. 连续多个位置的字符串提取
这种情况我们可以使用(?P<name>…)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(?P<name>expr)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：
输出的结果为：
status: 200
referrer:
request: GET /api HTTP/1.1
user_agent: Mozilla/5.0
date: 25/Oct/:14:46:34size: 44
remote_ip: 192.168.0.1
用正则表达式提取字符串中的整数
直接上代码吧~
