python正则表达式入门

基本概念

使用正则表达式需要import re

表达式前加r避免转义

\d代表数字，\s代表空白字符，\w代表字母+数字。

.代表任意单个字符

{m,n}代表前面字符至少出现m次，最多出现n次。

(xxx)括号代表分组，方便在匹配结果中取出。

(?:xxx)不分组，不能从匹配结果中单独取出，可以在后面加匹配次数。

research

只返回第一个匹配结果，不匹配则返回None.

结果.group()代表匹配结果，group(1)代表表达式中第一个（）内的字符。

import re
text = "inet addr:211.2.10.100  Bcast:211.2.10.255  Mask:255.255.255.0 inet addr:211.2.10.123"
# find ip address
m = re.search(r"inet addr:((\d{1,3}\.){3}\d{1,3})", text)
ip = m.group(1)
print ip
# 211.2.10.100

findall

匹配所有结果，返回列表。

如果模式中有1个()，则列表内容为分组字符串，如果有1个以上(),则列表内容为元组，元组内容为分组内容。

import re
a = """tcpdump  -n -x -c 1
tcpdump: WARNING: eth0: no IPv4 address assigned
tcpdump: verbose output suppressed, use -v or -vv for full protocol decode
listening on eth0, link-type EN10MB (Ethernet), capture size 65535 bytes
15:13:57.653999 IP 10.1.1.3.ssh > 10.1.1.2.60442: Flags [P.], seq 2265683999:2265684099, ack 3711911807, win 90, length 100
        0x0000:  4510 008c 446b 4000 4006 50f9 0a01 0103
        0x0010:  0a01 0102 0016 ec1a 870b 981f dd3f 477f
        0x0020:  5018 005a a576 0000 1810 f435 f028 ef1e
1 packets captured
1 packets received by filter
0 packets dropped by kernel """
b = re.findall(r"(?: \w\w\w\w){8}", a)
# b = [' 4510 008c 446b 4000 4006 50f9 0a01 0103', ' 0a01 0102 0016 ec1a 870b 981f dd3f 477f', ' 5018 005a a576 0000 1810 f435 f028 ef1e']

c = re.findall(r"> (\d+.\d+.\d+.\d+)", a)
# c = ['10.1.1.2']

d = re.findall(r"(\d+\.\d+\.\d+\.\d+).+> (\d+\.\d+\.\d+\.\d+)", a)
# d = [('10.1.1.3', '10.1.1.2')]

e = re.findall(r"( \w\w\w\w){8}", a)
# e = [' 0103', ' 477f', ' ef1e'], 每列最后一个。

官方文档：

http://docs.python.org/2/library/re.html