Python:使用正则表达式获取文件行中的特定文本

Question

我正在使用 python 逐行搜索文本日志文件，我想将一行的特定部分保存为变量。我正在使用 Regex，但我认为我没有正确使用它，因为我的变量 string_I_want 总是得到 None。我在这里查看其他 Regex 问题，看到人们将 .group() 添加到他们的 re.search 末尾，但这给了我一个错误。我不是最熟悉 Regex 的人，但不知道我哪里出错了？

示例日志文件:

2016-03-08 11:23:25  test_data:0317: m=string_I_want max_count: 17655, avg_size: 320, avg_rate: 165

我的脚本:

def get_data(log_file):

    #Read file line by line
    with open(log_file) as f:
        f = f.readlines()

        for line in f:
            date = line[0:10]
            time = line[11:19]

            string_I_want=re.search(r'/m=\w*/g',line)

            print date, time, string_I_want

Answer 1

您需要删除带有全局标志的 /.../ 分隔符，并使用捕获组:

mObj = re.search(r'm=(\w+)',line)
if mObj:
    string_I_want = mObj.group(1)

查看此 regex demo和 Python demo :

import re
p = r'm=(\w+)'              # Init the regex with a raw string literal (so, no need to use \\w, just \w is enough)
s = "2016-03-08 11:23:25  test_data:0317: m=string_I_want max_count: 17655, avg_size: 320, avg_rate: 165"
mObj = re.search(p, s)      # Execute a regex-based search
if mObj:                    # Check if we got a match
    print(mObj.group(1))    # DEMO: Print the Group 1 value

图案细节:

• m= - 匹配 m= 文字字符序列(如果必须匹配整个单词，则在之前添加空格或 \b)
• (\w+) - 第 1 组捕获 1+ 个字母数字或下划线字符。我们可以使用 .group(1) 方法引用此值。