Python 正则表达式无法正常工作答案

【问题标题】：Python regex not working like it shouldPython 正则表达式无法正常工作
【发布时间】：2015-02-24 15:29:57
【问题描述】：

我对 python 很陌生，我正在做一个我应该继续在正则表达式上构建的任务，但我遇到了一个句号。

由于某些原因，在添加后面的部分时，一些正则表达式会崩溃并停止匹配之前匹配的一些字符串。

我应该在一个看起来像这样的字符串上运行正则表达式：

Sep 15 04:34:02 li146-252 sshd[12130]: Failed password for invalid user ronda from 212.58.111.170

代码：

#!/usr/bin/python
import re

with open('livehack.txt', 'r') as file:
    for line in file:
        dateString = re.findall('^(?:[A-z][a-z]{2}[ ][0-9]{1,2}[ ][\d]{2}[:][\d]{2}[:][\d]{2}) | li146-252 | ?:[0-9]{5} | Failed password for invalid', line)
        print dateString

代码结果：

['Sep 17 06:40:28 ', ' Failed password for invalid']

如您所见，有一些应该被捕获的东西丢失了，我不知道为什么。

提前致谢。

【问题讨论】：

如果你把你的正则表达式放在这里，它会满足你的期望吗？ regex101.com

标签： python regex python-2.7

【解决方案1】：

正则表达式总是难以阅读。尝试在线正则表达式测试器。这可能会为您提供有关问题所在的更多信息，并且您可以尝试不同的输入和表达式。这些是我的最爱：

在您的情况下，我认为您在正则表达式中添加了一些不应该存在的额外空格字符。空格也算作需要匹配的字符。

我还会在用 | 分隔的表达式周围添加括号。有时在插入 | 时很难知道使用了哪些部件。字符。

像这样：

'(?:^(?:[A-z][a-z]{2}[ ][0-9]{1,2}[ ][\d]{2}[:][\d]{2}[:][\d]{2}))|(?:li146-252)|(?:[0-9]{5})|(?:Failed password for invalid)'

【讨论】：

这似乎工作得很好，这对我来说是一个菜鸟错误。谢谢！

【解决方案2】：

我认为您不想使用更改“|”相反，对于您的正则表达式的一部分，您应该为要从字符串中提取的所有部分定义子字符串 ()。你想准确提取什么？除此之外，避免使用空格并将空格定义为“\s”，我不确定 [ ] 是否是正确的替代品。

有一个简单的例子说明你可以（我不知道你真正需要什么）得到什么（虽然没有优化）：

([\D]{2,3}\s\d{2}\s\d{2}:\d{2}:\d{2})\s(li146-252)\s(sshd\[\d+\]):\s[\D\s]+((\d{1,3}\.){3}\d{1,3})

【讨论】：

【解决方案3】：

您的问题来自这样一个事实，即您的所有 | 周围都有额外的空格。使用这样的语法，来自sshd[12130] 的12130 将不会被匹配，因为它被括号包围，而不是空格。并且li146-252 未被捕获，因为前导空格已被用于捕获Sep 17 06:40:28。

所以一个空格剥离的正则表达式应该做你想要的：

^(?:[A-z][a-z]{2} [0-9]{1,2} \d{2}:\d{2}:\d{2})|li146-252|[0-9]{5}|Failed password for invalid

注意： 我还删除了单个字符周围的多余括号。方括号用于指定多个字符（例如 [\d3] 用于任何 3 的字母或 [a-z] 用于 a 和 z 之间的任何字符）或者如果您想排除一个字符（例如 [^ ] 用于除空格以外的任何字符）

【讨论】：