一、Python函数介绍
import re
src_str = "" # 源字符串
pattern = "" # 要匹配的正则表达式
# re.findall()函数用于在字符串中查找所有匹配正则表达式的子字符串,并以列表的形式返回所有的匹配项
# 指定flags=re.DOTALL标志,则"."将匹配包括换行符在内的所有字符;如果不指定此标志,则"."将匹配除换行符之外的所有字符
result = re.findall(pattern=pattern, string=src_str, flags=re.DOTALL)
print(result)
二、实例
1、多个<>型
import re
# 源字符串
src_str = "<span><b>This is a smaple test</b></span>ok."
# 正则表达式1:贪婪匹配
pattern1 = r"<.*>"
# 第一步:先匹配所有的<
# 第二步:.*>表示向后一直找>,.*表示贪婪,会匹配任意字符,所以先遇到的>也会被匹配而不会停止,故一直匹配到最后一个>
result = re.findall(pattern=pattern1, string=src_str, flags=re.DOTALL)
print(result) # 输出结果为['<span><b>This is a smaple test</b></span>']
# 正则表达式1:懒惰匹配
pattern2 = r"<.*?>"
# 第一步:先匹配所有的<
# 第二步:.*?>表示向后一直找>,.*?表示懒惰,即找到第一个>就停止
result = re.findall(pattern=pattern2, string=src_str, flags=re.DOTALL)
print(result) # 输出结果为['<span>', '<b>', '</b>', '</span>']
2、key与value间有不确定个数的字符——可使用.*?一直过滤到value的前一个位置
import re
# 源字符串
src_str = "DomainAccount : p_picpmpublic\n" \
"DevicesId : 30-9c-FA-M910t-N000\n" \
"Osvision : 22.04\n" \
"SpesIsRunning : 1\n" \
"ClientVersion : 2.1.10.55\n" \
"PolicyName : test_linux_health_009\n" \
"PolicyTime : 2023-10-30 10:30:20\n" \
"ClientStatusBriefa : normal\n"
# 找到PolicyName的value值
# 方法1:懒惰匹配:用?
pattern1 = r"PolicyName.*?: (.*?)\s"
# 第一步:先匹配PolicyNname
# 第二步:.*?: 表示向后一直找到第一个冒号空格为止
# 第三步:()括号内表示要匹配的多个字符,\s表示空格符、换行符
# 第四步:(.*?)\s表示继续向后找到第一个空格符/换行符为止,并将()内匹配到的字符放进结果列表中
# 方法2:贪婪匹配:不用?
pattern1 = r"DomainAccount.*: (.*)\sPolicyTime"
# 第一步:先匹配DomainAccount
# 第二步:.*: 表示向后一直找冒号空格,有很多种情况,此刻需要后面的唯一条件约束
# 第三步:()括号内表示要匹配的多个字符,\s表示空格符、换行符
# 第四步:(.*)\sPolicyTime表示继续向后找到空格符/换行符加上PolicyTime为止,并将()内匹配到的字符放进结果列表中,此刻\sPolicyTime就成为了唯一约束的条件
result = re.findall(pattern=pattern1, string=src_str, flags=re.DOTALL)
print(result) # 输出结果为['test_linux_health_009']
3、key紧随value
import re
# 源字符串
src_str = '"reportData": [\n' \
'{\n' \
'"id": "1",\n' \
'"createdate": "2023-10-30 10:30:20",\n' \
'"filesize": "604",\n' \
'"filename": "c++01.cpp",\n' \
'"szDeviceId": "C4-17-E0_DESKTOP-UBANTU",\n' \
'"szDomainAccout": "cwx1123456",\n' \
'"similar": "100",\n' \
'}\n' \
']\n'
# 找到szDeviceId的value值
pattern1 = r'"szDeviceId": "(.*?)",\s'
# 第一步:先匹配"szDeviceId": ",注意这里的"是字符串自带的,所以不能掉
# 第二步:()括号内表示要匹配的多个字符
# 第三步:(.*?)",\s表示继续向后找到第一个引号逗号加空格符/换行符为止,并将()内匹配到的字符放进结果列表中
# 同样的,以上的正则表达式也可以写成
pattern2 = r'"szDeviceId".*?"(.*?)",\s'
# 如上.*?"表示在"szDeviceId"后向后找到第一个"为止
# 如果在上面的第一步漏掉了"
pattern3 = r'"szDeviceId": (.*?),\s'
# 如上则输出结果会多""
result = re.findall(pattern=pattern1, string=src_str, flags=re.DOTALL)
print(result) # 输出结果为['C4-17-E0_DESKTOP-UBANTU']
result = re.findall(pattern=pattern2, string=src_str, flags=re.DOTALL)
print(result) # 输出结果为['C4-17-E0_DESKTOP-UBANTU']
result = re.findall(pattern=pattern3, string=src_str, flags=re.DOTALL)
print(result) # 输出结果为['"C4-17-E0_DESKTOP-UBANTU"']