python正则提取txt文本

首先，我们的文本可能有两种格式

1.没有特殊符号的单一村文本，比如这一份先知的标题与对应的url

2.第二种是有规律的，比如ip，账号密码，也是我们渗透里经常遇到的，

 

对于提取这2中文本的关键内容，这就需要用我们的正则了

第一种用如下代码

# -*- coding: utf-8 -*
import re
f = open("dg.txt", "r", encoding='utf-8')     
data = f.readlines()                            
f.close()                                       
for line in data:
    pattern = re.compile(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')
    string = str(line)
    url = re.findall(pattern,string)
    f1 = open("url.txt", "a+", encoding='utf-8')
    for urls in url:
        f1.write(urls+'\n')
    f1.close()

这是提取url，我们唯一需要改变的就是第七行的正则即可，这是效果

 

对于第二种，我们用如下代码

# -*- coding: utf-8 -* 
import re
f = open("p.txt", "r", encoding='utf-8')     
data = f.readlines()                            
f.close()                                       
for line in data:
    f1 = open("city.txt", "a+", encoding='utf-8')
    x = line.split("----")
    f1.write(x[4])
    f1.write("\n")
    print(x[4])
f1.close()

这是效果

我们只需将特殊符号作为正则的标志，即可提取。