python的正则2

课程例子1，

• 对文件过滤upstream和location，分别写到文件中。
• 文件[ga10.wms5.jd.com.txt](https://github.com/ajing2/LivePython1/blob/master/%E7%AC%AC%E5%8D%81%E5%9B%9B%E8%AF%BE/ga10.wms5.jd.com.txt

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Time    : 2017/5/17 17:42
# @Author  : lingxiangxiang
# @File    : regex_test.py
import codecs
import os
import re

with codecs.open(r'ga10.wms5.jd.com.txt') as f1:
    a = re.compile(r'(\s*upstream\s+(\S+)\s*{(\s+server\s+.*\n)+})')
    result = a.findall(f1.read())
    if not os.path.exists('upstream'):
        os.mkdir('upstream')
    os.chdir('upstream')
    for x, y, z in result:
        with codecs.open('{0}.upstream.conf'.format(y.split('.')[0]), 'w') as up_file:
            up_file.write(x)
    os.chdir('..')
with codecs.open(r'ga10.wms5.jd.com.txt') as f:
    pattern = re.compile('(\s*location\s*[~]*\s*\S+\s{[^}]+proxy_pass\s+http://(\S+)\s*})')
    location = pattern.findall(f.read())
    if not os.path.exists('location'):
        os.mkdir('location')
    os.chdir('location')
    for x, y in location:
        # print(y.split('/')[0].split(';')[0])
        location_file = y.split('.')[0]
        # print(location_file)
        # print('{0}.location.conf'.format(location_file))
        with codecs.open('{0}.location.conf'.format(location_file), 'w') as lo_file:
            lo_file.write(x)

• 从网上找了一个比较全的正则语法


1. 正则表达式语法
1.1 字符与字符类
　　1 特殊字符：\.^$?+*{}[]()|
　　　以上特殊字符要想使用字面值，必须使用\进行转义
　　2 字符类
　　　1. 包含在[]中的一个或者多个字符被称为字符类，字符类在匹配时如果没有指定量词则只会匹配其中的一个。
　　　2. 字符类内可以指定范围，比如[a-zA-Z0-9]表示a到z，A到Z，0到9之间的任何一个字符
　　　3. 左方括号后跟随一个^，表示否定一个字符类，比如[^0-9]表示可以匹配一个任意非数字的字符。
　　　4. 字符类内部，除了\之外，其他特殊字符不再具备特殊意义，都表示字面值。^放在第一个位置表示否定，放在其他位置表示^本身，-放在中间表示范围，放在字符类中的第一个字符，则表示-本身。
　　　5. 字符类内部可以使用速记法，比如\d \s \w
　　3 速记法
　　　. 可以匹配除换行符之外的任何字符，如果有re.DOTALL标志，则匹配任意字符包括换行
　　　\d 匹配一个Unicode数字，如果带re.ASCII，则匹配0-9
　　　\D 匹配Unicode非数字
　　　\s 匹配Unicode空白，如果带有re.ASCII，则匹配\t\n\r\f\v中的一个
　　　\S 匹配Unicode非空白
　　　\w 匹配Unicode单词字符，如果带有re.ascii,则匹配[a-zA-Z0-9_]中的一个
　　　\W 匹配Unicode非单子字符
1.2 量词
　　　1. ? 匹配前面的字符0次或1次
　　　2. * 匹配前面的字符0次或多次
　　　3. + 匹配前面的字符1次或者多次
　　　4. {m} 匹配前面表达式m次
　　　5. {m,} 匹配前面表达式至少m次
　　　6. {,n} 匹配前面的正则表达式最多n次
　　　7. {m,n} 匹配前面的正则表达式至少m次，最多n次
　　　注意点：
　　　　　以上量词都是贪婪模式，会尽可能多的匹配，如果要改为非贪婪模式，通过在量词后面跟随一个?来实现
1.3 组与捕获
　　　1 ()的作用：
　　　　1. 捕获()中正则表达式的内容以备进一步利用处理，可以通过在左括号后面跟随?:来关闭这个括号的捕获功能
　　　　2. 将正则表达式的一部分内容进行组合，以便使用量词或者|
　　 2 反响引用前面()内捕获的内容：
　　　　1. 通过组号反向引用
　　　　　每一个没有使用?:的小括号都会分配一个组好，从1开始，从左到右递增，可以通过\i引用前面()内表达式捕获的内容
　　　　2. 通过组名反向引用前面小括号内捕获的内容
　　　　　可以通过在左括号后面跟随?P<name>,尖括号中放入组名来为一个组起一个别名，后面通过(?P=name)来引用 前面捕获的内容。如(? P<word>\w+)\s+(?P=word)来匹配重复的单词。
　　　　3 注意点：
　　　　　反向引用不能放在字符类[]中使用。
1.4 断言与标记
　　 断言不会匹配任何文本，只是对断言所在的文本施加某些约束
　　 1 常用断言：
　　　　1. \b 匹配单词的边界，放在字符类[]中则表示backspace
　　　　2. \B 匹配非单词边界，受ASCII标记影响
　　　　3. \A 在起始处匹配
　　　　4. ^ 在起始处匹配，如果有MULTILINE标志，则在每个换行符后匹配
　　　　5. \Z 在结尾处匹配
　　　　6. $ 在结尾处匹配，如果有MULTILINE标志，则在每个换行符前匹配
　　　　7. (?=e) 正前瞻
　　　　8. (?!e) 负前瞻
　　　　9. (?<=e) 正回顾
　　　　10.(?<!e) 负回顾
　　　2 前瞻回顾的解释
　　　　前瞻： exp1(?=exp2) exp1后面的内容要匹配exp2
　　　　负前瞻: exp1(?!exp2) exp1后面的内容不能匹配exp2
　　　　后顾: (?<=exp2)exp1 exp1前面的内容要匹配exp2
　　　　负后顾: (?<!exp2)exp1 exp1前面的内容不能匹配exp2