python的正则表达式

Question

在 python 中编写正则表达式时，我很挣扎。例如我得到以下权利"GET /images/launch-logo.gif HTTP/1.0" 220 1839是匹配的"(\S+) (\S+)\s*(\S*)" (\d{3}) (\S+)但是我仍然需要将以下情况全部包括在内"GET /history/history.html          hqpao/hqpao_home.html HTTP/1.0" 200 1502"GET /shuttle/missions/missions.html Shuttle Launches from Kennedy Space Center HTTP/1.0"200 8677"GET /finger @net.com HTTP/1.0"404 -显然我应该改变表达式的粗体部分"(\S+) (\S+) \s* (\S*)" (\d{3}) (\S+)但是我该怎么改。我想到了一种方法，将粗体部分更改为[\s |(\s*)(\S+) |(\S+)(12) |(\S+)]其中 2nd, 3rd , 4th 表达式是我需要处理的 (1), (2), (3) 额外情况。但我的表达不起作用。我对正则表达式有什么误解，因为我只是逐个处理它。

Answer 1

这可能有点乱，但它有效：

\"(\S+) (\S+[\s\w\.\@]*)\s*(\S*)\"\s?(\d{3})\s(\S+)*

你可以在 Regexr 上玩它。正则表达式共享链接

Answer 2

您可以使用

^"([^\s"]+)\s+([^\s"]+)(?:\s+([^"]+?))?\s+([A-Z]+/\d[\d.]*)"\s*(\d{3})\s*(\S+)$

查看正则表达式演示

细节

• ^- 一行的开始（re.M如果您将整个文件读入一个变量，请使用f.read()）

• " - 双引号

• ([^\s"]+) - 第 1 组：除空格和双引号之外的一个或多个字符

• \s+ - 1+ 个空格

• ([^\s"]+) - 第 2 组：除空格和双引号之外的一个或多个字符

• (?:\s+([^"]+?))? - 一个可选的非捕获组匹配

• \s+ - 1+ 个空格

• ([^"]+?)- 第 3 组：除 之外的任何 1 个或多个字符"，尽可能少

• \s+ - 1+ 个空格

• ([A-Z]+/\d[\d.]*)- 第 4 组：1+ 大写字母，/然后是 1 位数字，后跟任意 0+ 位数字或.字符

• " - 双引号

• \s+ - 0+ 个空格

• (\d{3}) - 第 5 组：三位数

• \s* - 0+ 个空格

• (\S+) - 1 个或多个非空白字符

• $ - 字符串的结尾。