我會使用什么樣的正則表達來匹配它？

Question

我有幾個字符串，如下所示：

<some_text> TAG[<some_text>@11.22.33.44] <some_text>

我想從這一行得到ip_address和只有ip_address。 （為了這個例子，假設ip地址將始終采用這種格式xx.xx.xx.xx）

編輯：恐怕我不清楚。

字符串看起來像這樣：

<some_text> TAG1[<some_text>@xx.xx.xx.xx] <some_text> TAG2[<some_text>@yy.yy.yy.yy] <some_text>

請注意，'some_text'可以是可變長度。 我需要將不同的正則表達式關聯到不同的標記，以便在調用r.group（）時，將返回ip地址。 在上面的例子中，正則表達式不會有所不同，但它是一個不好的例子。

到目前為止我嘗試過的正則表達式都不夠用。

理想情況下，我想要這樣的事情：

r = re.search('(?<=TAG.*@)(\d\d.\d\d.\d\d.\d\d)', line)

其中line的格式為上面指定的格式。 但是，這不起作用，因為您需要具有固定寬度的后視斷言。

另外，我嘗試過非捕獲組：

r = re.search('(?<=TAG\[)(?:.*@)(\d\d.\d\d.\d\d.\d\d)', line)

但是，我不能使用它，因為r.group（）將返回some_text@xx.xx.xx.xx

我知道r.group（1）只返回ip地址。 不幸的是，我寫的腳本要求我的所有正則表達式在調用r.group（）后返回正確的結果。

我可以在這種情況下使用什么樣的正則表達式？

代碼是在python中。

注意：所有some_text都可以是可變長度

Answer 1

嘗試re.search('(?<=@)\\d\\d\\.\\d\\d\\.\\d\\d\\.\\d\\d(?=\\])', line) 。

實際上，如果只出現xx.xx，則re.search('\\d\\d\\.\\d\\d\\.\\d\\d\\.\\d\\d', line)可以獲得所需的內容。正在檢查的字符串中的xx.xx格式位於這些IP地址部分中。

編輯：正如我的評論中所述，要查找字符串中所有出現的所需模式，您只需執行re.findall(pattern_to_match, line) 。 所以在這種情況下， re.findall('\\d\\d\\.\\d\\d\\.\\d\\d\\.\\d\\d', line) （或更一般地說， re.findall('\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}', line) ）。

編輯2：從您的評論中，這應該工作（ tagname是您當前想要的IP地址的標記）。

r = re.search(tagname + '\[.+?@(?P<ip>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})', line)

然后你只需用r.group("ip")來引用它就像psmears所說的那樣。

......實際上，有一種簡單的方法可以使正則表達式更簡潔。

r = re.search(tagname + r'\[.+?@(?P<ip>(?:\d{1,3}\.?){4})', line)

事實上，你甚至可以這樣做：

r = re.findall('(?P<tag>\S+)\[.+?@(?P<ip>(?:\d{1,3}\.?){4})', line)

哪個會返回一個包含標簽及其相關IP地址的列表，因此如果您想要從同一個字符串中引用不同標簽的IP地址，則不必在找到匹配項后重新檢查任何一個字符串。

......事實上，進一步走得更遠（更遠？），你可以做到以下幾點：

r = dict((m.group("tag"), m.group("ip")) for m in re.finditer('(?P<tag>\S+)\[.+?@(?P<ip>(?:\d{1,3}\.?){4})', line))

或者在Python 3中：

r = {(m.group("tag"), m.group("ip")) for m in re.finditer('(?P<tag>\S+)\[.+?@(?P<ip>(?:\d{1,3}\.?){4})', line)}

然后r將是一個dict，標簽作為鍵，IP地址作為相應的值。

Answer 2

你為什么要使用群組或者根本不看？ re.search('TAG\\[.*@(\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3})\\]')什么問題re.search('TAG\\[.*@(\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3})\\]') ？

Answer 3

我認為不可能這樣做 - r.group（）將始終返回匹配的整個字符串，因此您不得不使用lookbehind，正如您所說，必須是固定寬度。

相反，我建議修改你正在編寫的腳本。 我猜你有一整套匹配的正則表達式，並且你不想為每一個指定“這個使用r.group（0）”，“這個使用r.group（3） ）“等

在這種情況下，您可以使用Python的命名組工具：您可以在正則表達式中命名一個組，如下所示：

(?P<name>CONTENTS)

然后檢索與r.group("name")匹配的r.group("name") 。

我建議你在腳本中做的是：匹配正則表達式，然后測試是否設置了r.group("usethis") 。 如果是這樣 - 使用那個; 如果不是 - 那么像以前一樣使用r.group（）。

這樣，你可以通過指定組名稱，像這樣難堪的局面應付usethis在正規表達式-但你的其他正則表達式不必知道或關心。

Answer 4

幾乎，但我認為你需要在開始時改變。*。 *？ 因為你可能在一行上有多個TAG（我相信 - 正如示例中所示）

re.search('TAG(\d+)\[.*?@(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})]')

標簽ID將位於第一個反向引用中，IP地址將位於第二個反向引用中