python - 正则表达式 - 在 Python 中将连字符后的文本提取到字典中

Question

我正在尝试将日志中的数据提取到字典中。这是第一行的样子:

146.204.224.152 - feest6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622

我设法将 IP 提取到字典中，但是在尝试获取用户名(在连字符之后)时，我得到以下输出:

{'host': '146.204.224.152', 'user_name': ' '}

这是我正在使用的代码:

for item in re.finditer("(?P<host>[0-9]+(?:\.[0-9]+){3})(P<user_name>(?<=- )*\s)", logdata):
print(item.groupdict())

我是正则表达式的菜鸟。关于我做错了什么的任何建议？
我想要的输出应该是这样的:

{'host': '146.204.224.152', 'user_name': 'feest6811'}

Answer 1

首先，有一个错字，(P<user_name>必须是 (?P<user_name> .
正则表达式引擎从左到右解析一个字符串(至少默认情况下，支持从右到左解析的正则表达式库并不多)。字符串按字符读取，并尝试将这些字符与模式匹配。它不能跳过消费子模式之间的部分字符串(即那些使正则表达式索引前进的，即非环视)。所以，(?<=- )*是一个正面回顾，需要 -由于 * 的原因，和空间立即位于当前位置的左侧，零次或多次之后。此 *量词使得在这里使用lookbehind的整个想法毫无意义，因为它不再需要任何东西。所以，所有这些都用 \s 捕获了一个空格。 .
您所需要的只是消耗日期和用户之间的部分，例如，使用 \s+-\s+或 \s+\S+\s+ :

(?P<host>[0-9]+(?:\.[0-9]+){3})\s+-\s+(?P<user_name>\S+)

见 regex demo . \s+-\s+匹配 -用一个或多个空格括起来，和 \s+\S+\s+匹配一个或多个由一个或多个空格包围的非空格字符。