我不知道你真正寻找,但
import re
data = "date=2010-05-09,time=16:41:27,device_id=FE-2KA3F09000049,log_id=0400147717,log_part=00,type=statistics,subtype=n/a,pri=information,session_id=o49CedRc021772,from=\"[email protected]\",mailer=\"mta\",client_name=\"example.org,[194.177.17.24]\",resolved=OK,to=\"[email protected]\",direction=\"in\",message_length=6832079,virus=\"\",disposition=\"Accept\",classifier=\"Not,Spam\",subject=\"=?windows-1255?B?Rlc6IEZ3OiDg5fDp5fog+fno5fog7Pf46eHp7S3u4+Tp7SE=?=\""
pattern = r"""(\w+)=((?:"(?:\\.|[^\\"])*"|'(?:\\.|[^\\'])*'|[^\\,"'])+)"""
print(re.findall(pattern, data))
给你
[('date', '2010-05-09'), ('time', '16:41:27'), ('device_id', 'FE-2KA3F09000049'),
('log_id', '0400147717'), ('log_part', '00'), ('type', 'statistics'),
('subtype', 'n/a'), ('pri', 'information'), ('session_id', 'o49CedRc021772'),
('from', '"[email protected]"'), ('mailer', '"mta"'),
('client_name', '"example.org,[194.177.17.24]"'), ('resolved', 'OK'),
('to', '"[email protected]"'), ('direction', '"in"'),
('message_length', '6832079'), ('virus', '""'), ('disposition', '"Accept"'),
('classifier', '"Not,Spam"'),
('subject', '"=?windows-1255?B?Rlc6IEZ3OiDg5fDp5fog+fno5fog7Pf46eHp7S3u4+Tp7SE=?="')
]
你可能想事后清理引用的字符串(使用mystring.strip("'\"")
)。
编辑:此正则表达式现在也可以正确处理带引号的字符串(a="She said \"Hi!\""
)中的转义引号。
说明正则表达式的:
(\w+)=((?:"(?:\\.|[^\\"])*"|'(?:\\.|[^\\'])*'|[^\\,"'])+)
(\w+)
:匹配所述标识符并捕获它变成反向引用无。 1
=
:匹配一个=
(
:捕获以下为反向引用没有。 2:
(?:
:下列之一:
"(?:\\.|[^\\"])*"
:一个双引号,随后任一零个或多个以下内容:一个转义字符或非报价/非反斜线字符,接着另一双引号
|
:或
'(?:\\.|[^\\'])*'
:见上面,只是单引号。
|
:或
[^\\,"']
:既不是反斜杠,逗号,也不报价一个字符。
)+
:重复至少一次,尽可能多次。
)
:捕获组号码结束。 2.
谢谢你这个做了我所需要的。 – gtfx 2010-05-09 14:42:04
这是你如何做正则表达式! :) – jathanism 2010-05-14 06:58:07