推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
一个正则表达式， Python 的 re.compile 之后，丢失部分信息，搞不懂，特来求助
RangerWolf 2024-08-20 08:58:36 +08:00 1859 次点击这是一个创建于 418 天前的主题，其中的信息可能已经有所发展或是发生改变。
# 注意这个 pattern 的最后一部分是 req_id pattern = r'(?P<remote_addr>.*?)\ \-\ (?P<remote_user>.*?)\ \[(?P<time_local>.*?)\]\ "(?P<request>.*?)"\ (?P<status>.*?)\ (?P<body_bytes_sent>.*?)\ "(?P<http_referer>.*?)"\ "(?P<http_user_agent>.*?)"\ (?P<req_id>.*?)' regex = re.compile(pattern) print("---- regex:", regex) print 出来的结果：
---- regex: re.compile('(?P<remote_addr>.?)\ \-\ (?P<remote_user>.?)\ \[(?P<time_local>.?)\]\ "(?P<request>.?)"\ (?P<status>.?)\ (?P<body_bytes_sent>.?)\ "(?P<http_referer>.?)"\ "(?P<http_user_agent>.?)")
缺少了最后一部分req_id，到了http_user_agent就结束了。。。
一直想不通为什么，特来求助
第 1 条附言 2024-08-20 10:21:02 +08:00
大家可以试试看下面这个测试的字符串：
```python
test_string = '192.168.1.1 - john [10/Oct/2000:13:55:36 -0700] "GET /index.html" 200 1234 "http://example.com" "Mozilla/5.0" 123123'
```
看看能不能把 request_id 123123 解析出来
```python
test_string = '192.168.1.1 - john [10/Oct/2000:13:55:36 -0700] "GET /index.html" 200 1234 "http://example.com" "Mozilla/5.0" 123123'
```
看看能不能把 request_id 123123 解析出来
第 2 条附言 2024-08-20 10:53:00 +08:00
有大神解决了。。。pattern 后面加一个$
 | 1 Dragonish3600 2024-08-20 09:04:40 +08:00 扔到 regex101 里看一眼就好了。 双引号前要加\ |
 | 2 zk8802 2024-08-20 09:06:56 +08:00  1 这个应该是 pattern.__rep__() 显示的问题。你可以试试 print(regex.pattern)，结果应该是正确的。 |
 | 3 lzoje 2024-08-20 09:08:27 +08:00 问 chatgpt 说只是 print 输出显示问题，你 print regex.pattern 就是完整的了 |
 | 4 FlyaiF PRO 试了下最后一个捕获组 req_id 不能用贪婪匹配，匹配到空了。 正则应该是完整的，应该是 print 问题。 |
 | 5 NoOneNoBody 2024-08-20 11:26:04 +08:00 长字符串最好用三引号 |
Select Language