python 正则表达式
最近需要从日志中解析一些业务数据,因为日志中的数据大部分是不规范,所以我这边首先考虑通过正则表达式的方式来解析日志中的数据。
Python 自1.5版本起增加了re 模块,而笔者目前使用的python 3.5.1,下面简单的介绍一下 re.compile,re.match,re.search,re.findall方法,暂时还有一些例如re.sub,re.split等比较常用的方法暂时就不在这里介绍,有兴趣的可以大家一起来探讨学习。
re.compile语法:
compile(pattern, flags=0) Compile a regular expression pattern, returning a pattern object.
re.compile 函数根据一个正则表达式的字符串生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。
参数 | 描述 |
pattern | 正则表达式 |
flags | 标记位,用于控制正则表达式的匹配方式 |
举个例子:
PATTERN_MATCH = re.compile(r'\d') #\d 匹配数字
re.match语法
match(pattern, string, flags=0) Try to apply the pattern at the start of the string, returning a match object, or None if no match was found.
re.match 尝试从字符串的起始位置匹配,如果不是起始位置匹配成功的话,match()就返回None
参数 | 描述 |
pattern | 正则表达式 |
string | 匹配的字符串 |
flags | 标记位,用于控制正则表达式的匹配方式 |
string = '[order]-2017-03-28 00:41:10,200 [SimpleAsyncTaskExecutor-26] INFO c.c.t.t.o.t.t.OrderSubmitTransition - 订单[20170328003706846400696981925888]出票结束,返回结果[true]' #首先匹配中间字符,不匹配开头字符串 match = re.match(r'\d{32}',string) if match: print('匹配订单号:',match.group()) #匹配开头字符串 match = re.match(r'\[\w+\]',string) if match: print('匹配APP名称:',match.group())
re.search语法
search(pattern, string, flags=0) Scan through string looking for a match to the pattern, returning a match object, or None if no match was found.
re.search 扫描整个字符串并返回第一个成功的匹配,如果有多个符合,那也只能匹配到第一个。
参数类型与match一致,这里详细说明
string = '[order]-2017-03-28 00:41:10,200 [SimpleAsyncTaskExecutor-26] INFO c.c.t.t.o.t.t.OrderSubmitTransition - 订单[20170328003706846400696981925888]出票结束,返回结果[true]'
search = re.search(r'\d{32}',string) if match: print('匹配订单号:',search.group()) #匹配[]中的字符串 search = re.search(r'\[\w+\]',string) #[order],[20170328003706846400696981925888]和[true] 均满足,但是匹配到[order]时已经结束;
if search:
print('匹配[]中的数据:',search.group())
re.findall 语法
findall(pattern, string, flags=0) Return a list of all non-overlapping matches in the string. If one or more capturing groups are present in the pattern, return a list of groups; this will be a list of tuples if the pattern has more than one group.
Empty matches are included in the result.
re.findall 扫描整个字符串以列表形式返回全部能匹配的子串,这里findall 就会弥补了re.search的缺点。
string = '[order]-2017-03-28 00:41:10,200 [SimpleAsyncTaskExecutor-26] INFO c.c.t.t.o.t.t.OrderSubmitTransition - 订单[20170328003706846400696981925888]出票结束,返回结果[true]' findall = re.findall(r'\[\w+\]',string) if search: print('匹配[]中的数据:',findall)
到这里我就将re常用的几个匹配模式讲解完成,这里仅代表自己的见解和理解,同时也参考多个文章,对这几个方法的使用进行加深,如果有问题请大家指正,共同进步。