使用正则表达式创建具有正向回溯的字典列表

Question

我正在尝试使用正则表达式正向查找创建字典列表。我尝试了两种不同的代码：

变体 1

string = '146.204.224.152 - lubo233'

for item in re.finditer( "(?P<host>[0-9]*[.][0-9]*[.][0-9]*[.][0-9]*)(?P<user_name>(?<= - )[a-z]*[0-9]*)", string ):
    print(item.groupdict())

变体 2

string = '146.204.224.152 - lubo233'
for item in re.finditer( "(?P<host>[0-9]*[.][0-9]*[.][0-9]*[.][0-9]*)(?<= - )(?P<user_name>[a-z]*[0-9]*)", string ):
    print(item.groupdict())

期望的输出

{'host': '146.204.224.152', 'user_name': 'lubo233'}

问题/问题

在这两种情况下，我都无法消除子字符串“-”。

使用积极的后视(?<= - ) 会使我的代码出错。

谁能帮助找出我的错误？谢谢。

Answer 1

我建议您删除积极的lookbehind，并在每个部分之间正常放置连接字符

还有一些改进

• \. 而不是[.]

• [0-9]{,3} 而不是[0-9]*

• (?:\.[0-9]{,3}){3} 而不是\.[0-9]{,3}\.[0-9]{,3}\.[0-9]{,3}

添加.* 和- 以处理可能存在的任何单词

rgx = re.compile(r"(?P<host>[0-9]{,3}(?:\.[0-9]{,3}){3}).* - (?P<user_name>[a-z]*[0-9]*)")

vals = ['146.204.224.152 aw0123 abc - lubo233',
        '146.204.224.152 as003443af - lubo233',
        '146.204.224.152 - lubo233']

for val in vals:
    for item in rgx.finditer(val):
        print(item.groupdict())

# Gives
{'host': '146.204.224.152', 'user_name': 'lubo233'}
{'host': '146.204.224.152', 'user_name': 'lubo233'}
{'host': '146.204.224.152', 'user_name': 'lubo233'}

Answer 2

正向后视不起作用的原因是您正在尝试匹配：

• (?P<host>[0-9]*[.][0-9]*[.][0-9]*[.][0-9]*) IP 地址
• 立即后跟 用户名模式：(?P<user_name>(?<= - )[a-z]*[0-9]*) 前面应该是 (?<= - )

因此，一旦正则表达式引擎使用了 IP 地址 模式，您就告诉它应该匹配前面有 (?<= - ) 的 用户名模式，但前面的是 IP 地址 模式。换句话说，一旦 IP 模式 被匹配，剩下的字符串就是：

- lubo233

应该立即匹配的模式，如re.match，是：

(?P<user_name>(?<= - )[a-z]*[0-9]*) 

这显然不匹配。为了说明我的观点，请查看此模式是否有效：

import re

string = '146.204.224.152 - lubo233'
for item in re.finditer(r"((?P<host>[0-9]*[.][0-9]*[.][0-9]*[.][0-9]*)( - ))(?P<user_name>(?<= - )[a-z]*[0-9]*)", string):
    print(item.groupdict())

输出

{'host': '146.204.224.152', 'user_name': 'lubo233'}

如果您需要在两个模式之间匹配任意数量的字符，您可以这样做：

import re

string = '146.204.224.152 adfadfa - lubo233'
for item in re.finditer(r"((?P<host>\d{3,}[.]\d{3,}[.]\d{3,})(.* - ))(?P<user_name>(?<= - )[a-z]*[0-9]*)", string):
    print(item.groupdict())

输出

{'host': '146.204.224', 'user_name': 'lubo233'}