輸入：146.204.224.152 - feest6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622預期輸出：example_dict = {"host":"146.204.224.152", "user_name":"feest6811","time":"21/Jun/2019:15:45:24 -0700","request":"POST /incentivize HTTP/1.1"}我的代碼適用于單獨分組，例如：for item in re.finditer('(?P<host>\d*\.\d*\.\d*.\d*)',logdata): print(item.groupdict())Output: {'host': '146.204.224.152'}但我沒有通過組合每個組來獲得輸出。下面是我的代碼：for item in re.finditer('(?P<host>\d*\.\d*\.\d*.\d*)(?P<user_name>(?<=-\s)[\w]+\d)(?P<time>(?<=\[).+(?=]))(?P<request>(?<=").+(?="))',logdata): print(item.groupdict())
2 回答
收到一只叮咚
TA貢獻1821條經驗 獲得超5個贊
如果您連續粘貼兩個正則表達式，它們將僅連續匹配文本。例如，如果組合a和b，則正則表達式ab將匹配文本ab，但不匹配acb。
您的組合正則表達式遇到了這個問題；您已將正則表達式融合在一起，這些正則表達式顯然可以單獨工作，但它們與直接相鄰的字符串不匹配，因此您必須添加一些填充來覆蓋輸入中的中間子字符串。
這是一個稍微重構的版本，其中添加了填充，并且還進行了一些常規修復，以避免常見的正則表達式初學者錯誤。
for item in re.finditer(r'''
(?P<host>\d+\.\d+\.\d+.\d+)
(?:[-\s]+)
(?P<user_name>\w+\d)
(?:[^[]+\[)
(?P<time>[^]]+)
(?:\][^]"]+")
(?P<request>[^"]+)''',
logdata, re.VERBOSE):
print(item.groupdict())
演示： https: //ideone.com/BsNLG7
溫溫醬
TA貢獻1752條經驗 獲得超4個贊
我可能會簡化您的正則表達式模式并僅re.findall在此處使用：
inp = '146.204.224.152 - feest6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622'
matches = re.findall(r'(\d+\.\d+\.\d+\.\d+) - (\S+) \[(.*?)\] "(.*?)"', inp)
print(matches)
這將生成一個元組列表，其中包含您想要的四個捕獲術語：
[('146.204.224.152', 'feest6811', '21/Jun/2019:15:45:24 -0700', 'POST /incentivize HTTP/1.1')]
添加回答
舉報
0/150
提交
取消