Python和正則表達式：用括號分割字符串

Question

在日志文件中，每行都有以下格式：

[date] [thread] [loglevel] [class] some text describing the event that happened.

我想遍歷日志並拆分字符串，以便獲得以下內容：['date'，'thread'，'loglevel'，'class'，'一些描述發生事件的文本。']

我很確定我需要使用re.split來做到這一點，但是我的正則表達式很糟糕。

嘗試這樣的事情：

  for line in open(sys.argv[1]).xreadlines():
    parts = re.split(r'[[]]',line)

任何幫助表示贊賞！

Answer 1

嘗試這個：

>>> log = '[date] [thread] [loglevel] [class] some text describing the event that happened.'
>>> [part.strip() for part in re.split('[\[\]]', log) if part.strip()]
['date', 'thread', 'loglevel', 'class', 'some text describing the event that happened.']

看到[或]時，字符串將被分割。 在re.split模式中，您將需要轉義這些字符。 我添加了part.strip（）和if part.strip（）來刪除多余的絲毫空格和空字符串

Answer 2

首先， \\[(.*?)\\]將匹配括號中的任何內容。

因此，如果您想這樣做四次：

r = r'\[(.*?)\].*?' * 4
date, thread, loglevel, class = re.match(r, log).groups()

並且，得到其余：

r = r'\[(.*?)\].*?' * 4 + r'(.*)'    
date, thread, loglevel, class, text = re.match(r, log).groups()

或者，如果您希望將其明確寫出：

r = r'\[(.*?)\].*?\[(.*?)\].*?\[(.*?)\].*?\[(.*?)\].*?(.*)'

……但是就我個人而言，我發現這種方式讓我頭疼。

---

但是，如果您在使用正則表達式時遇到困難，則簡化事情可能會更容易。 例如…

首先，找到方括號之間的所有內容：

date, thread, loglevel, class = re.findall(r'\[(.+?)\]', log)

然后在最后一個括號之后找到所有內容：

text = log.rpartition(']')[-1].lstrip()

它顯然比單個正則表達式解決方案更為冗長，而且速度可能也較慢，但是從長遠來看，如果您能夠自己理解和維護它，那么它的價值將更大。

Answer 3

您可以嘗試匹配字符串而不是拆分字符串。

>>> import re
>>> s = "[date] [thread] [loglevel] [class] some text describing the event that happened."
>>> m = re.findall(r'(?<=\[)[^]]*|(?<=]\s)[^\]\[]+', s)
>>> m
['date', 'thread', 'loglevel', 'class', 'some text describing the event that happened.']

Answer 4

\]\s\[|\]\s(?=\w)|^\[

您可以嘗試此正則表達式。

參見演示。

http://regex101.com/r/lU7jH1/2