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:
importrestr = "
a123b
"print re.findall(r"
a(.+?)b
",str)#
輸出['
123']
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?來控制正則貪婪和非貪婪匹配的情況. **如下:
importrestr = "
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']
如果你要多行匹配，那麼需要加上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)#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')]
加上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)
#輸出['23']
re.findall(r
"^a(\d+)b
", str, re.m)
#輸出['23', '34']
這種情況我們可以使用(?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:
c 正規表示式提取字元
using system using system.collections.generic using system.linq using system.text using system.threading.tasks using system.text.regularexpressions us...
jmeter 正規表示式提取
我們在做壓測時，經常會碰到需要上個介面的結果作為引數傳遞到下乙個介面，此時需要用到正規表示式提取功能。1 新增jmeter正規表示式提取器 在具體的request下新增jmeter正規表示式提取器 jmeter正規表示式在 後置處理器 下面 例1如下 引用名稱 tokenid 自己定義 模板 1 匹...
正規表示式提取時間
時間的各種格式都可以通過正規表示式來匹配，例如我們想精確匹配hh mm的時間，即包含小時和分鐘，可以使用下面的表示式 0 9 0 0 9 1 0 9 2 0 3 0 5 0 9 0 9 0 0 9 1 0 9 2 0 3 0 5 0 9 更多關於時間和日期的正規表示式，參考 regexlib.pub...