Python 非贪婪正则表达式未按预期匹配

给定以下字符串作为输入：

[2015/06/09 14:21:59] mod=syn|cli=192.168.1.99/49244|srv=192.168.1.100/80|subj=cli|os=Windows 7 or 8|dist=0|params=none|raw_sig=4:128+0:0:1460:8192,8:mss,nop,ws,nop,nop,sok:df,id+:0

我试图匹配

sub

的值，即：在上述情况下，预期的输出将是

cli

我不明白为什么我的正则表达式不起作用：

subj = re.match(r"(.*)subj=(.*?)|(.*)", line).group(2)

---

据我所知，这里的第二组应该是

cli

，但我得到的结果是空的。

您需要转义

。。使用以下命令：

subj = re.match(r"(.*)subj=(.*?)\|(.*)", line).group(2)
                                ^

---

您需要转义

|

。。使用以下命令：

subj = re.match(r"(.*)subj=(.*?)\|(.*)", line).group(2)
                                ^

---

|

在regex（创建）中有特殊含义，因此将其转义为

>> re.match(r"(.*)subj=(.*?)\|", line).group(2)
'cli'

---

另一种解决方案

您可以使用，这样就可以去掉

sub

开头的组和

|

后面的组

示例

>>> re.search(r"subj=(.*?)\|", line).group(1)
'cli'

subj = re.match(r"^.*\|subj=([^\|]*)", line).group(1)

这里我们使用

group（1）

，因为只有一个组被捕获，而不是像以前的版本那样有三个

---

复杂版本

如果您正在使用，您甚至可以摆脱所有捕获

---

>>re.search（r）（？The
|
在regex（创建）中有特殊含义，因此将其转义为

>> re.match(r"(.*)subj=(.*?)\|", line).group(2)
'cli'


另一种解决方案

您可以使用，这样就可以去掉
sub
开头的组和
|
后面的组

示例

>>> re.search(r"subj=(.*?)\|", line).group(1)
'cli'

subj = re.match(r"^.*\|subj=([^\|]*)", line).group(1)

这里我们使用
group（1）
，因为只有一个组被捕获，而不是像以前的版本那样有三个





复杂版本

如果您正在使用，您甚至可以摆脱所有捕获

>>re.search（r）（？管道标志
|
需要转义，如下所示：

sub=re.match（r“（*）sub=（.*）\ |（.*），s）.组（2）
需要转义管道符号
|
，如下所示：

subj=re.match（r“（.*）subj=（.*）\ |（.*），s）.组（2）
我将使用否定类
[^ |]*
和
re.search
以获得更好的性能：

import re
p = re.compile(r'^(.*)subj=([^|]*)\|(.*)$')
test_str = "[2015/06/09 14:21:59] mod=syn|cli=192.168.1.99/49244|srv=192.168.1.100/80|subj=cli|os=Windows 7 or 8|dist=0|params=none|raw_sig=4:128+0:0:1460:8192,8:mss,nop,ws,nop,nop,sok:df,id+:0"
print re.search(p, test_str).group(2)

看

注意我没有在正则表达式中同时使用懒惰量词和贪婪量词（这通常是不可取的）

管道符号必须转义才能作为文字符号处理

正则表达式解释：


^
-字符串的开头
（.*）
-从开始到结束匹配字符的第一个捕获组
subu=
-一个文本字符串
subu=
（[^ |]*）
-第二个捕获组匹配除文字管道以外的任何字符（在字符类中，它不需要转义）
\\\124;
-文字管道（必须转义）
（.*）
-第三个捕获组（如果您需要在结束后获取字符串）
$
-字符串结尾
我将使用否定类
[^ |]*
和
重新搜索
以获得更好的性能：

import re
p = re.compile(r'^(.*)subj=([^|]*)\|(.*)$')
test_str = "[2015/06/09 14:21:59] mod=syn|cli=192.168.1.99/49244|srv=192.168.1.100/80|subj=cli|os=Windows 7 or 8|dist=0|params=none|raw_sig=4:128+0:0:1460:8192,8:mss,nop,ws,nop,nop,sok:df,id+:0"
print re.search(p, test_str).group(2)

看

注意我没有在正则表达式中同时使用懒惰量词和贪婪量词（这通常是不可取的）

管道符号必须转义才能作为文字符号处理

正则表达式解释：


^
-字符串的开头
（.*）
-从开始到结束匹配字符的第一个捕获组
subu=
-一个文本字符串
subu=
（[^ |]*）
-第二个捕获组匹配除文字管道以外的任何字符（在字符类中，它不需要转义）
\\\124;
-文字管道（必须转义）
（.*）
-第三个捕获组（如果您需要在结束后获取字符串）
$
-字符串结尾

我建议使用以下正则表达式，因为它将通过两个添加/替换提供更好的性能：


添加行首字符
^
添加否定组
[^\|]*
比
（.*）快。

代码

>>> re.search(r"subj=(.*?)\|", line).group(1)
'cli'

subj = re.match(r"^.*\|subj=([^\|]*)", line).group(1)

regex:

^.*\|subj=([^\|]*)



我建议使用以下正则表达式，因为它将通过两个添加/替换提供更好的性能：


添加行首字符
^
添加否定组
[^\|]*
比
（.*）快。

代码

>>> re.search(r"subj=(.*?)\|", line).group(1)
'cli'

subj = re.match(r"^.*\|subj=([^\|]*)", line).group(1)

regex:

^.*\|subj=([^\|]*)


作为旁注，您希望使用
search（）
而不是
match（）
来摆脱前导的
（.*）
。作为旁注，您希望使用
search（）
而不是
match（）
来摆脱前导的
（.*）
。