Python正则表达式使用

Python正则表达式使用

参考资料：

Python正则表达式| 菜鸟教程

Python正则表达式详解 - 我当道士那儿些年 - 博客园

前言

由于遇到一个提取字符串某个子串的问题，刚开始使用了暴力方法求解，后面在舍友大佬帮助下，使用了正则表达式来提取，质量明显高了一档。详细的方法，以及详细的参数教程里都已叙述的非常详尽，这里主要介绍一下遇到问题以及解决问题的方案。

问题描述

'''Obtaining JSON from switch...
Done
Control utility for runtime P4 table manipulation
RuntimeCmd: dmac                           [implementation=None, mk=ethernet.dstAddr(exact, 48)]
mcast_src_pruning              [implementation=None, mk=standard_metadata.instance_type(exact, 32)]
smac                           [implementation=None, mk=ethernet.srcAddr(exact, 48)]
sad                            [implementation=None, mk=ethernet.srcAddr(exact, 48)]
RuntimeCmd: '''

从上述字符串中提取出，dmac、mcast_src_pruning、smac、sad

问题解决

可以观察到需提取的字符串都有一个特点，都是介于RuntimeCmd，且后面都有跟着一个[xxx]，所以我们也从这里入手。

下面给出具体代码以及具体的正则解释

import re
str = '''Obtaining JSON from switch...
Done
Control utility for runtime P4 table manipulation
RuntimeCmd: dmac                           [implementation=None, mk=ethernet.dstAddr(exact, 48)]
mcast_src_pruning              [implementation=None, mk=standard_metadata.instance_type(exact, 32)]
smac                           [implementation=None, mk=ethernet.srcAddr(exact, 48)]
sad                            [implementation=None, mk=ethernet.srcAddr(exact, 48)]
RuntimeCmd: '''
# flag = 0
# table_name = []
# name = ''
# for i in str:
#     if i == 'R':
#         flag = 1
#         print flag
#     elif i == ' ' and flag == 1:
#         flag = 2
#         print flag
#     elif flag == 2 and i != ' ':
#         name = name + i
#         print flag
#     elif flag == 2 and i == ' ':
#         table_name.append(name)
#         name = ''
#         flag = 3
#         print flag
#     elif flag == 3 and i == '\n':
#         flag = 2
    # print i
# print table_name
matchObj = re.findall('(\S+)(?=[\s]*\[.*\])', str, re.M | re.I)
print matchObj

上面注释掉的代码为暴力解法，下列则为正则表达式求解，具体函数功能可查找参考文献，这里介绍正则表达式，即(\S+)(?=[\s]*\[.*\])这个串。

第一个()内部的数据则是所需提取的数据，\S表示非空字符，+表示非空字符至少出现一次，(?=)表示前向肯定界定符，表示之后所连着的语句是什么，\s表示空字符，[\s]*表示非空字符出现大于等于０次，由于[是特殊字符，所以需要加\进行转义，.表示任意字符，.+则表示任意语句，\]则与前面的[一样，需要进行转义。通过此正则表达式，则可成功提取出我们所需的数据。

['dmac','mcast_src_pruning','smac','sad']

为一个list对象，成功提取。