如何使用一個正則表達式解析Python中的此字符串

Question

我需要使用Python中的一個正則表達式來解析此字符串。 對於每個組，我需要將值保存在特定字段中。 問題在於一個或多個參數可能丟失或處於不同順序。 （即domain 66666 ip nonce ，中間部分缺失）

3249dsf 2013-02-10T06:44:30.666821+00:00 domain constant 66666 sync:[127.0.0.1] Request: pubvalue=kjiduensofksidoposiw&change=09872534&value2=jdmcnhj&counter=232&value3=2&nonce=7896089hujoiuhiuh098h

我需要分配：

• time=2013-02-10T06:45:30.666821+00:00 （恆定格式）
• domain=domain （字符串）
• code=66666 （整數）
• ip=127.0.0.1 （字符串）
• pubvalue=kjiduensofksidoposiw （固定長度的字符串）
• nonce=7896089hujoiuhiuh098h （字串）

編輯

這是一個有關字符串如何變化的示例： 123dsf 2014-01-11T06：49：30.666821 + 00：00 google常量12356同步：[192.168.0.1]請求：pubvalue = fggggggeesidoposiw＆nonce = 7896089hujoiuhiuh098h

預先感謝您為我提供幫助。

Answer 1

使用一個正則表達式解析整個字符串可能不是一個好主意。 但是我認為解決方案是使用named groups （請參閱： Regex教程上的 Named groups 。 Named groups可以由(?P<nameofgroup>bla)捕獲。

因此，您可以將ip與以下內容匹配：

import re
str = "3249dsf 2013-02-10T06:44:30.666821+00:00 domain constant 66666 sync:[127.0.0.1] Request: pubvalue=kjiduensofksidoposiw&change=09872534&value2=jdmcnhj&counter=232&value3=2&nonce=7896089hujoiuhiuh098h"
print re.search("\[(?P<ip>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})\]", str).groupdict()

只需使用需要匹配其他內容的模式擴展此正則表達式即可。

並且您可以通過放置?來使組可選? 在小組的偏癱之后，例如：（ (?P<ip>pattern)? 。 如果無法匹配模式，則dict中的元素將為None 。

但請注意：僅在一個 Regex中執行此操作不是一個好主意。 它將很慢（由於回溯和填充），並且正則表達式的維護時間長而復雜！