Python自动化运维之常用模块-re

1、简介

正则表达式本身是一种小型的、高度专业化的编程语言,而在python中,通过内嵌集成re模块,程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码,然后由用C编写的匹配引擎执行。

2、正则表达式中常用的字符含义
2.1 普通字符和11个元字符:

这里需要强调一下反斜杠\的作用:

  • 反斜杠后边跟元字符去除特殊功能;(即将特殊字符转义成普通字符)
  • 反斜杠后边跟普通字符实现特殊功能;(即预定义字符)
  • 引用序号对应的字组所匹配的字符串。
>>> import re
>>> print(re.search(r‘(tina)(fei)haha\2‘,‘tinafeihahafei tinafeihahatina‘).group())
tinafeihahafei

2.2 预定义字符集(可以写在字符集[...]中)

强调一下\b的单词边界的理解:

>>> print(re.findall(‘\btina‘,‘tian tinaaaa‘))
[]
>>> print(re.findall(r‘\btina‘,‘tian tinaaaa‘))
[‘tina‘]
>>> print(re.findall(r‘\btina‘,‘tian#tinaaaa‘))
[‘tina‘]
>>> print(re.findall(r‘\btina\b‘,‘tian#[email protected]‘))
[‘tina‘]

2.3 特殊分组用法

3、re模块中常用功能函数
3.1 compile()
编译正则表达式模式,返回一个对象的模式。(可以把那些常用的正则表达式编译成正则表达式对象,这样可以提高一点效率。)
格式:
re.compile(pattern,flags=0)
pattern: 编译时用的表达式字符串。
flags 编译标志位,用于修改正则表达式的匹配方式,如:是否区分大小写,多行匹配等。常用的flags有:

>>> import re
>>> tt = "Tina is a good girl, she is cool, clever, and so on..."
>>> rr = re.compile(r‘\w*oo\w*‘)
>>> print(rr.findall(tt))
[‘good‘, ‘cool‘]

3.2 match()
决定RE是否在字符串刚开始的位置匹配。//注:这个方法并不是完全匹配。当pattern结束时若string还有剩余字符,仍然视为成功。想要完全匹配,可以在表达式末尾加上边界匹配符‘$‘
格式:

>>> import re
>>> print(re.match(‘com‘,‘comwww.runcomoob‘).group())
com
>>> print(re.match(‘com‘,‘Comwww.runcomoob‘,re.I).group())
Com

3.3 search()

格式:re.search(pattern, string, flags=0)

re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回,如果字符串没有匹配,则返回None。

print(re.search(‘\dcom‘,‘www.4comrunoob.5com‘).group())

执行结果如下:

4com

*注:match和search一旦匹配成功,就是一个match object对象,而match object对象有以下方法:

  • group() 返回被 RE 匹配的字符串
  • start() 返回匹配开始的位置
  • end() 返回匹配结束的位置
  • span() 返回一个元组包含匹配 (开始,结束) 的位置
  • group() 返回re整体匹配的字符串,可以一次输入多个组号,对应组号匹配的字符串。

a. group()返回re整体匹配的字符串,
b. group (n,m) 返回组号为n,m所匹配的字符串,如果组号不存在,则返回indexError异常
c.groups()groups() 方法返回一个包含正则表达式中所有小组字符串的元组,从 1 到所含的小组号,通常groups()不需要参数,返回一个元组,元组中的元就是正则表达式中定义的组。

import re
a = "123abc456"
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0))   #123abc456,返回整体
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1))   #123
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2))   #abc
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3))   #456

group(1) 列出第一个括号匹配部分,group(2) 列出第二个括号匹配部分,group(3) 列出第三个括号匹配部分。

3.4 findall()
re.findall遍历匹配,可以获取字符串中所有匹配的字符串,返回一个列表。
格式:

re.findall(pattern, string, flags=0)
p = re.compile(r‘\d+‘)
print(p.findall(‘o1n2m3k4‘))

执行结果如下:

[‘1‘, ‘2‘, ‘3‘, ‘4‘]
import re
tt = "Tina is a good girl, she is cool, clever, and so on..."
rr = re.compile(r‘\w*oo\w*‘)
print(rr.findall(tt))
print(re.findall(r‘(\w)*oo(\w)‘,tt))#()表示子表达式

执行结果如下:

[‘good‘, ‘cool‘]
[(‘g‘, ‘d‘), (‘c‘, ‘l‘)]

3.5 finditer()
 搜索string,返回一个顺序访问每一个匹配结果(Match对象)的迭代器。找到 RE 匹配的所有子串,并把它们作为一个迭代器返回。

格式:re.finditer(pattern, string, flags=0)
iter = re.finditer(r‘\d+‘,‘12 drumm44ers drumming, 11 ... 10 ...‘)
for i in iter:
    print(i)
    print(i.group())
    print(i.span())

执行结果如下:

<_sre.SRE_Match object; span=(0, 2), match=‘12‘>
12
(0, 2)
<_sre.SRE_Match object; span=(8, 10), match=‘44‘>
44
(8, 10)
<_sre.SRE_Match object; span=(24, 26), match=‘11‘>
11
(24, 26)
<_sre.SRE_Match object; span=(31, 33), match=‘10‘>
10
(31, 33)

3.6 split()
按照能够匹配的子串将string分割后返回列表。可以使用re.split来分割字符串,如:re.split(r‘\s+‘, text);将字符串按空格分割成一个单词列表。
格式:

re.split(pattern, string[, maxsplit])

maxsplit用于指定最大分割次数,不指定将全部分割。

>>> print(re.split(‘\d+‘,‘one1two2three3four4five5‘))
[‘one‘, ‘two‘, ‘three‘, ‘four‘, ‘five‘, ‘‘]

3.7 sub()
使用re替换string中每一个匹配的子串后返回替换后的字符串。
格式:

re.sub(pattern, repl, string, count)
>>> import re
>>> text = "JGood is a handsome boy, he is cool, clever, and so on..."
>>> print(re.sub(r‘\s+‘, ‘-‘, text))
JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...

其中第二个函数是替换后的字符串;本例中为‘-‘
第四个参数指替换个数。默认为0,表示每个匹配项都替换。
 
re.sub还允许使用函数对匹配项的替换进行复杂的处理。
如:re.sub(r‘\s‘, lambda m: ‘[‘ + m.group(0) + ‘]‘, text, 0);将字符串中的空格‘ ‘替换为‘[ ]‘。

>>> import re
>>> text = "JGood is a handsome boy, he is cool, clever, and so on..."
>>> print(re.sub(r‘\s+‘, lambda m:‘[‘+m.group(0)+‘]‘, text,0))
JGood[ ]is[ ]a[ ]handsome[ ]boy,[ ]he[ ]is[ ]cool,[ ]clever,[ ]and[ ]so[ ]on...

3.8 subn()
 返回替换次数
格式:

subn(pattern, repl, string, count=0, flags=0)
>>> print(re.subn(‘[1-2]‘,‘A‘,‘123456abcdef‘))
(‘AA3456abcdef‘, 2)
>>> print(re.sub("g.t","have",‘I get A,  I got B ,I gut C‘))
I have A,  I have B ,I have C
>>> print(re.subn("g.t","have",‘I get A,  I got B ,I gut C‘))
(‘I have A,  I have B ,I have C‘, 3)

4、一些注意点
4.1 re.match与re.search与re.findall的区别:
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;而re.search匹配整个字符串,直到找到一个匹配。

a=re.search(‘[\d]‘,"abc33").group()
print(a)
p=re.match(‘[\d]‘,"abc33")
print(p)
b=re.findall(‘[\d]‘,"abc33")
print(b)

执行结果:

3
None
[‘3‘, ‘3‘]

4.2 贪婪匹配与非贪婪匹配
*?,+?,??,{m,n}?    前面的*,+,?等都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配

print(re.findall(r"a(\d+?)",‘a23b‘))
print(re.findall(r"a(\d+)",‘a23b‘))

执行结果:

[‘2‘]
[‘23‘]
print(re.match(‘<(.*)>‘,‘<H1>title<H1>‘).group())
print(re.match(‘<(.*?)>‘,‘<H1>title<H1>‘).group())

执行结果:

<H1>title<H1>
<H1>
print(re.findall(r"a(\d+)b",‘a3333b‘))
print(re.findall(r"a(\d+?)b",‘a3333b‘))

执行结果如下:

[‘3333‘]
[‘3333‘]

这里需要注意的是如果前后均有限定条件的时候,就不存在什么贪婪模式了,非匹配模式失效。
 
4.3 用flags时遇到的小坑
print(re.split(‘a‘,‘1A1a2A3‘,re.I))#输出结果并未能区分大小写
这是因为re.split(pattern,string,maxsplit,flags)默认是四个参数,当我们传入的三个参数的时候,系统会默认re.I是第三个参数,所以就没起作用。如果想让这里的re.I起作用,写成flags=re.I即可。
5、正则的小实践
5.1 匹配电话号码

>>> print(re.compile(r‘\d{3}-\d{6}‘).findall(‘010-628888‘))
[‘010-628888‘]

5.2 匹配IP

>>> re.search(r"(([01]?\d?\d|2[0-4]\d|25[0-5])\.){3}([01]?\d?\d|2[0-4]\d|25[0-5]\.)","192.168.1.1")
<_sre.SRE_Match object; span=(0, 11), match=‘192.168.1.1‘>
时间: 2024-10-07 01:04:29

Python自动化运维之常用模块-re的相关文章

Python自动化运维之常用模块—logging

在现实生活中,记录日志非常重要.银行转账时会有转账记录:如果有出现什么问题,人们可以通过日志数据来搞清楚到底发生了什么.    对于系统开发.调试以及运行,记录日志都是同样的重要.如果没有日志记录,程序崩溃时你几乎就没办法弄明白到底发生了什么事情.1.简单使用 import logging logging.debug('debug message') logging.info('info message') logging.warn('warn message') logging.error('

Python自动化运维之常用模块

一.configparser模块 1.配置文件格式如下: # 用户信息 ; 用户信息 [tom] user=tom passwd:123 age=18 is_admin=true salary=31 [jack] user=jack passwd:123 age=18 is_admin=true salary=31 总结:配置文件中使用"[]"来写下面的配置的标题,注释信息可以使用"#"和";"来进行,赋值使用"key = value&

Python自动化运维——DNS处理模块

Infi-chu: http://www.cnblogs.com/Infi-chu/ 模块:dnspython 功能: 支持所有的记录类型 可以用于查询.传输并动态更新ZONE信息 支持TSIG(事务签名)验证消息和EDNS0(扩展DNS) 安装: wget http://www.dnspython.org/kits/1.9.4/dnspython-1.9.4.tar.gz tar -zxvf dnspython-1.9.4.tar.gz cd dnspython-1.9.4 python se

Python自动化运维——系统进程管理模块

模块:psutil psutil是一个跨平台库,可以很轻松的为我们实现获取系统运行的进程和资源利用率等信息. 功能:主要是为了系统监控 安装: wget https://pypi.python.org/packages/source/p/psutil/psutil-2.0.0.tar.gz --no-check-certificate tar -zxvf psutil-2.0.0.tar.gz cd psutil-2.0.0 python setup.py install 进程信息: 进行信息主

电子书 Python自动化运维:技术与最佳实践.pdf

本书在中国运维领域将有"划时代"的重要意义:一方面,这是国内一本从纵.深和实践角度探讨Python在运维领域应用的著作:一方面本书的作者是中国运维领域的"偶像级"人物,本书是他在天涯社区和腾讯近10年工作经验的结晶.因为作者实战经验丰富,所以能高屋建瓴.直指痛处,围绕Python自动化运维这个主题,不仅详细介绍了系统基础信息.服务监控.数据报表.系统安全等基础模块,而且深入讲解了自动化操作.系统管理.配置管理.集群管理及大数据应用等高级功能.重要的是,完整重现了4个

Python自动化运维课程学习--Day2

本文为参加老男孩Python自动化运维课程第二天学习内容的总结. 大致内容如下: 1.python模块初识 2.python程序运行流程 3.python数据类型(只讲了numbers, bool, strings, bytes, list, tuple, dict, set) 4.python数据运算 0.关于本文中所有运行Python代码的环境: --操作系统:Ubuntu 16.10 (Linux 4.8.0) --Python版本:3.5.2 --Python IDE: PyCharm

python自动化运维之集中病毒扫描

1.因为我linux的python是2.6.6,所以因为有些模块是2.7的,先进行升级. 步骤地址:http://www.linuxidc.com/Linux/2014-07/104555.htm 2.安装pyclamd yum install -y clamav clamd clamav-update 安装clamavp的相关程序包 chkconfig --level 235 clamd on /usr/bin/freshclam pyClamd-0.3.15.tar.gz安装包安装 3.vi

(转)Python自动化运维之13、异常处理及反射(__import__,getattr,hasattr,setattr)

Python自动化运维之13.异常处理及反射(__import__,getattr,hasattr,setattr) 一.异常处理 python异常: python的运行时错误称作异常 (1)语法错误:软件的结构上有错误而导致不能被解释器解释或不能被编译器编译 (2)逻辑错误:由于不完整或不合法的输入所致,也可能是逻辑无法生成.计算或者输出结果需要的过程无法执行等 python异常是一个对象,表示错误或意外情况 (1)在python检测到一个错误时,将触发一个异常 python可以通常异常传导机

Python自动化运维Django入门

随着IT运维技术日益更新,近几年运维自动化越来越火,而且学习python的人非常的火爆,尤其是python自动化运维开发,得到了很多前辈的推崇,尤其是老男孩培训中心.老男孩老师.Alex老师等,在这里非常感谢你们. 这里我也记录一下以前学习Django的一点点心得和方法,方便以后自己查阅,如果能帮助初学者是最好的了!好的,其他不多说了,博文滴走起. 一.系统实战环境 系统版本:CnetOS6.5 x86_64 Django版本:Django-1.5.8 MySQL版本:MySQL-5.1.73