创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商，新人活动买多久送多久，划算不套路！

创新互联建站是一家以网站建设公司、网页设计、品牌设计、软件运维、成都网站推广、小程序App开发等移动开发为一体互联网公司。已累计为展览展示等众行业中小客户提供优质的互联网建站和软件开发服务。

小编给大家分享一下python提取字符串的方法，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

在Python中，要提取文本的字符串，有多中方法，如使用正则表达式，BeautifulSoup或Xpath等来提取。下面讲解用正则表达式来提取字符串。

一、单个位置的字符串提取

这种情况我们可以使用(.+?)这个正则表达式来提取。 举例，一个字符串"a123b",如果我们想提取ab之间的值123，可以使用findall配合正则表达式，这样会返回一个包含所以符合情况的list。

代码如下：

import re
str = "a123b"
print re.findall(r"a(.+?)b",str)#

输出['123']

1.1贪婪和非贪婪匹配

如果我们有一个字符串”a123b456b”，如果我们想匹配a和最后一个b之间的所有值而非a和第一个出现的b之间的值，可以用?来控制正则贪婪和非贪婪匹配的情况。

代码如下：

import re
str = "a123b456b"
print re.findall(r"a(.+?)b", str)

输出

['123']#?控制只匹配0或1个,所以只会输出和最近的b之间的匹配情况

print re.findall(r"a(.+)b", str)

输出

['123b456']

print re.findall(r"a(.*)b", str)

输出

['123b456']

1.2多行匹配

如果你要多行匹配，那么需要加上re.S和re.M标志. 加上re.S后。将会匹配换行符，默认.不会匹配换行符。

代码如下：

str = "a23b\na34b"
re.findall(r"a(\d+)b.+a(\d+)b", str)

输出[]

因为不能处理str中间有\n换行的情况

re.findall(r"a(\d+)b.+a(\d+)b", str, re.S)

s输出[('23', '34')]

加上re.M后,^$标志将会匹配每一行，默认^和$只会匹配第一行。

代码如下：

str = "a23b\na34b"
re.findall(r"^a(\d+)b", str)

输出['23']

re.findall(r"^a(\d+)b", str, re.M)

输出['23', '34']

二、连续多个位置的字符串提取

这种情况我们可以使用(?P…)这个正则表达式来提取。举例，如果我们有一行webserver的access日志:'192.168.0.1 25/Oct/2012:14:46:34 "GET /api HTTP/1.1" 200 44 "http://abc.com/search" "Mozilla/5.0"'，我们想提取这行日志里面所有的内容，可以写多个(?Pexpr)来提取,其中name可以更改为你为该位置字符串命名的变量，expr改成提取位置的正则即可。

代码如下：

import re
line ='192.168.0.1 25/Oct/2012:14:46:34 "GET /api HTTP/1.1" 200 44 "http://abc.com/search"
"Mozilla/5.0"'
reg = re.compile('^(?P[^ ]*) (?P[^ ]*) "(?P[^"]*)"
(?P[^ ]*) (?P[^ ]*) "(?P[^"]*)" "(?P[^"]*)"')
regMatch = reg.match(line)
linebits = regMatch.groupdict()
print linebits
for k, v in linebits.items() :
 print k+": "+v

输出的结果为：

status: 200
referrer:
request: GET /api HTTP/1.1
user_agent: Mozilla/5.0
date: 25/Oct/2012:14:46:34size: 44
remote_ip: 192.168.0.1

以上是python提取字符串的方法的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联-成都网站建设公司行业资讯频道！

新闻标题：python提取字符串的方法-创新互联
文章链接：http://ybzwz.com/article/dggdgg.html