Python 获取与模式匹配的字符串

我有一个这样的文本-

EventTimestamp        H 9EventType 8document 2ID  2b837c02-40c9-4d33-b81b-d489a06fa302-DCUP  LogToAuditTrail  SourceAppCD 5DOCSV  SourceAppUID  2b837c02-40c9-4d33-b81b-d489a06fa302 6UserID  5a8ce656-1a31-456b-b3dd-5ec0859c9f3e1

我想获取上面字符串中的文档id，如下所示

2b837c02-40c9-4d33-b81b-d489a06fa302

Id具有特定的模式-

<8characters(alpha numeric)> - <4characters(alpha numeric)> - <4characters(alpha numeric)> - <4characters(alpha numeric)> - <12characters(alpha numeric)>

---

---

上面的字符串有其他类似的ID，但我感兴趣的是在子字符串

document2id

之后获取模式。同样，此字符串不是固定的，任何类型的数字、字符串或空白都可以在

文档

和

ID

之间使用

重新搜索

演示：

import re
s = "EventTimestamp        H 9EventType 8document 2ID  2b837c02-40c9-4d33-b81b-d489a06fa302-DCUP  LogToAuditTrail  SourceAppCD 5DOCSV  SourceAppUID  2b837c02-40c9-4d33-b81b-d489a06fa302 6UserID  5a8ce656-1a31-456b-b3dd-5ec0859c9f3e1"
m = re.search(r"document\s*\d+ID\s+([A-Za-z0-9\-]{36})", s)
if m:
    print(m.group())
    print(m.group(1))

document 2ID  2b837c02-40c9-4d33-b81b-d489a06fa302
2b837c02-40c9-4d33-b81b-d489a06fa302

输出：

import re
s = "EventTimestamp        H 9EventType 8document 2ID  2b837c02-40c9-4d33-b81b-d489a06fa302-DCUP  LogToAuditTrail  SourceAppCD 5DOCSV  SourceAppUID  2b837c02-40c9-4d33-b81b-d489a06fa302 6UserID  5a8ce656-1a31-456b-b3dd-5ec0859c9f3e1"
m = re.search(r"document\s*\d+ID\s+([A-Za-z0-9\-]{36})", s)
if m:
    print(m.group())
    print(m.group(1))

document 2ID  2b837c02-40c9-4d33-b81b-d489a06fa302
2b837c02-40c9-4d33-b81b-d489a06fa302

---

这个正则表达式应该符合您的要求

((?:[A-z]|\d){8}-(?:(?:[A-z]|\d){4}-){3}(?:[A-z]|\d){12}-(?:[A-z]|\d){4})

---

你也可以不用正则表达式。这只是一个代码高尔夫

source = "EventTimestamp        H 9EventType 8document 2ID  2b837c02-40c9-4d33-b81b-d489a06fa302-DCUP  LogToAuditTrail  SourceAppCD 5DOCSV  SourceAppUID  2b837c02-40c9-4d33-b81b-d489a06fa302 6UserID  5a8ce656-1a31-456b-b3dd-5ec0859c9f3e1"
document_loc = value.find('document')
value = value[document_loc:]
id_loc = value.find('ID')
value = value[id_loc:].split()[1]
print(value)

---

一般来说，字符串看起来像是具有预定义长度的元素，如果是这样，您应该能够只取一个特定的片段，或者如果使用制表符，只需按制表符拆分，但这只是一个假设。

到目前为止您尝试了什么？从外观上看，您正在寻找UUID，因此字符不是字母数字，而是十六进制字符串子集（

[0-9a-f]

），因此正确的模式应该是：

[0-9a-f]{8}（？：-[0-9a-f]{4}）{3}-[0-9a-f]{12}

。对不区分大小写的UUID使用不区分大小写的标志。