如何匹配python中的regex？

Question

describe aws_security_group({:group_id=>"sg-ezsrzerzer", :vpc_id=>"vpc-zfds54zef4s"}) do

我尝试从它中过滤sg-ezsrzerzer (所以我想在start sg-上过滤直到双引号)。我在用蟒蛇

我目前有：

import re
a = 'describe aws_security_group({:group_id=>"sg-ezsrzerzer", :vpc_id=>"vpc-zfds54zef4s"}) do'
test = re.findall(r'\bsg-.*\b', a)
print(test)

输出是

['sg-ezsrzerzer", :vpc_id=>"vpc-zfds54zef4s"}) do']

我怎样才能得到['sg-ezsrzerzer']

Answer 1

如果目标是提取给定字符串中的group_id值(如您的示例中所示)，则模式group_id将很好地工作。

(?<=group_id=\>")在要匹配的字符串之前查找子字符串group_id=>"。

.+?匹配任何字符懒惰中的一个或多个字符。

(?=\")在匹配之后查找字符" (实际上使表达式.+匹配除结束"以外的任何字符)。

如果您只想提取group_id从sg-开始的子字符串，那么您可以简单地将其添加到模式的匹配部分，如下所示：(?<=group_id=\>")sg\-.+?(?=\")

import re

s = 'describe aws_security_group({:group_id=>"sg-ezsrzerzer", :vpc_id=>"vpc-zfds54zef4s"}) do'

results = re.findall('(?<=group_id=\>").+?(?=\")', s)

print(results)

输出

['sg-ezsrzerzer']

当然，您也可以使用re.search而不是re.findall来查找与给定字符串中的上述模式匹配的子字符串的第一个实例，这取决于您的用例。

import re

s = 'describe aws_security_group({:group_id=>"sg-ezsrzerzer", :vpc_id=>"vpc-zfds54zef4s"}) do'

result = re.search('(?<=group_id=\>").+?(?=\")', s)

if result:
    result = result.group()

print(result)

输出

'sg-ezsrzerzer'

如果您决定使用re.search，您将发现如果输入字符串中没有找到匹配项，则返回None，如果有匹配项，则返回re.Match对象--因此，在上面的示例中，将调用if语句并调用s.group()提取匹配的字符串。

Answer 2

模式\bsg-.*\b匹配太多，因为.*将匹配到字符串的末尾，然后返回到第一个单词边界，这是在o和字符串结束之后。

如果您使用的是re.findall，您也可以使用一个捕获组而不是查找器，并且结果中将显示组值。

:group_id=>"(sg-[^"\r\n]+)"

模式匹配：

• :group_id=>"匹配
• (sg-[^"\r\n]+)捕获组1匹配sg-和1+乘以除"或换行符以外的任何字符
• "匹配双引号

见regex演示或Python演示

例如

import re

pattern = r':group_id=>"(sg-[^"\r\n]+)"'
s = "describe aws_security_group({:group_id=>\"sg-ezsrzerzer\", :vpc_id=>\"vpc-zfds54zef4s\"}) do"

print(re.findall(pattern, s))

输出

['sg-ezsrzerzer']

Answer 3

匹配直到第一个单词边界与\w+

import re
a = 'describe aws_security_group({:group_id=>"sg-ezsrzerzer", :vpc_id=>"vpc-zfds54zef4s"}) do'
test = re.findall(r'\bsg-\w+', a)
print(test[0])

见Python证明。

解释

--------------------------------------------------------------------------------
  \b                       the boundary between a word char (\w) and
                           something that is not a word char
--------------------------------------------------------------------------------
  sg-                      'sg-'
--------------------------------------------------------------------------------
  \w+                      word characters (a-z, A-Z, 0-9, _) (1 or
                           more times (matching the most amount
                           possible))

结果：g-ezsrzerzer