一、Re模塊：

• 對應(yīng)正則表達(dá)式的Python模塊

二、使用示例：

• match函數(shù)：嘗試用正則表達(dá)式模式從字符串的 開頭匹配
• 如果匹配成功，則【返回一個匹配對象】；否則【返回 None】

import re
# 1. re.match(正則字符串, 目標(biāo)字符串):
#   判斷目標(biāo)字符串是不是以正則匹配到的內(nèi)容開頭,如果成功，返回匹配對象;否則，返回None
# \d: 表示一個數(shù)字字符串 "0123456789"
# {3}: 表示連續(xù)出現(xiàn)3次  \d{3}: 連續(xù)出現(xiàn)的三個數(shù)字
result01 = re.match("\d{3}", "123aavvfdfsf")
print(result01)  # <_sre.SRE_Match object; span=(0, 3), match='123'>
print(result01.group())  # 獲取匹配到的字符串  123

• search函數(shù)：在字符串中查找正則表達(dá)式模式的第一次出現(xiàn)
• 如果匹配成功，則【返回一個匹配對象】；否則【返回 None】。

import re
# 2. re.search(正則字符串, 目標(biāo)字符串):
#   在字符串中查找正則表達(dá)式匹配的第一次出現(xiàn), 如果成功，返回匹配對象;否則，返回None
result02 = re.search("\d{3}", "abc666def456qqq")
print(result02)  # <_sre.SRE_Match object; span=(3, 6), match='666'>
print(result02.group())  # 獲取匹配到的字符串  666

• findall函數(shù)：在字符串中查找正則表達(dá)式模式的所有出現(xiàn)
• 如果匹配成功，則【返回一個匹配結(jié)果的列表】；否則【返回空列表】

import re
# 3. re.findall(正則字符串, 目標(biāo)字符串):
#   在字符串中查找正則表達(dá)式匹配的所有出現(xiàn)；返回一個匹配字符串的列表
result03 = re.findall("\d{3}", "abc666def456qqq")
print(result03)  # ['666', '456']

• finditer函數(shù)：查找字符串中所有匹配字符【返回迭代器】

import re
# 4. re.finditer(正則字符串, 目標(biāo)字符串): 查找正則字符串中所有匹配字符【返回可迭代對象】
result04 = re.finditer("\d{3}", "abc666def456qqq")
for item in result04:
    print(item)
    print(item.group())

• split方法：根據(jù)正則表達(dá)式中的分隔符把字符分割為一個列表
• 匹配分割成功，則【返回成功匹配的列表】，否則【返回由目標(biāo)字符串生成的列表】
• 字符串也有類似的方法，但是正則表達(dá)式更加靈活
• 可以一次使用多個分隔符，用|隔開

import re
# 5. re.split(正則字符串, 目標(biāo)字符串)
#   根據(jù)正則表達(dá)式中的分隔符把字符分割為一個列表，并返回成功分割的列表
result05 = re.split("-|\.", "hello-tar.gz")
print(result05)  # ['hello', 'tar', 'gz']

• sub方法：把字符串中所有匹配正則表達(dá)式的地方替換成新的字符串
• 匹配成功，【返回替換后的新字符串】；否則【返回直接目標(biāo)字符串】

import re
# 6. re.sub(正則字符串,替換字符串,目標(biāo)字符串)
result06 = re.sub("\d{3}", "benben", "Hi~123, nice to meet you, 456")
print(result06)  # Hi~benben, nice to meet you, benben

• compile函數(shù)：對正則表達(dá)式模式進(jìn)行編譯，【返回一個正則表達(dá)式對象】
• 優(yōu)點：一次編譯多次匹配
• 不是必須要用這種方式，但是在大量匹配的情況下，可以提升效率

import re
# 7. re.compile(正則字符串):  將字符串編譯成正則對象
patt_obj = re.compile("\d{3}")  # patt_obj: 正則對象
# 一次編譯多次匹配
result07 = patt_obj.search("abc666def456qqq")
print(result07)  # <_sre.SRE_Match object; span=(3, 6), match='666'>
print(result07.group())  # 666
result08 = patt_obj.split("abc123qwer890aaa")
print(result08)  # ['abc', 'qwer', 'aaa']

三、練習(xí)：分析 apache 訪問日志

需求：

• 編寫一個apache 日志分析腳本(count_patt.py)：
• 統(tǒng)計每個客戶端訪問 apache 服務(wù)器的次數(shù)
• 將統(tǒng)計信息通過字典的方式顯示出來
• 分別統(tǒng)計客戶端是 Firefox 和 MSIE 的訪問次數(shù)

import re

# 分析日志函數(shù)
def count_patt(filename, re_str):
    count_dict = {}
    re_obj = re.compile(re_str)
    with open(filename, mode="r") as fr:
        while True:
            data = fr.readline()
            if len(data) == 0:
                break
            # 查找匹配字符串
            re_data = re_obj.search(data)
            if re_ip is not None:
                # 如果匹配成功，則更新字典，將次數(shù)+1
                count_dict.update(
                    {re_data.group(): 1 if re_data.group() not in count_dict.keys() else count_dict[re_data.group()] + 1})
    return count_dict

if __name__ == '__main__':
    # 匹配ip訪問次數(shù)
    d = count_patt("/opt/web.log", "(\d+\.){3}\d+")
    print(d)
    # 匹配訪問游覽器次數(shù)
    d2 = count_patt("/opt/web.log", "Firefox|MSIE")
    print(d2)