【问题标题】：Get a file name from string output using regular expression使用正则表达式从字符串输出中获取文件名
【发布时间】：2017-09-25 22:17:55
【问题描述】：

我有一个字符串输出，我需要从中解析一个特定的文件名：

>>> a = "Warning: do not enter your password if anyone else has superuser privileges or access to your account. [1] 15:04:16 [SUCCESS] 1.1.1.1 abc330b125.tar.bz2 my-libs.tar.bz2 xyz-notok-0.tar.gz Stderr: Could not create directory '/usr/share/httpd/.ssh'. Failed to add the host to the list of known hosts (/usr/share/httpd/.ssh/known_hosts)."

我试过这个，但我没有得到abc330b125.tar.bz2，而是得到bs.tar.bz2：

>>> re.findall(r'.*([abc|xyz\-ok|!my].*.tar.bz2)', a)
['bs.tar.bz2']

如果我在这里犯了任何错误，有人可以告诉我吗？

【问题讨论】：

方括号创建的字符集将仅匹配其中包含的一个字符。模式 [abc|xyz\-ok|!my] 匹配 a、b、c、k、m、o、x、y、z、-、! 或 |恰好一次。

标签： python regex python-2.7

【解决方案1】：

您正在使用“findall”，所以我假设您想要查找所有 tar 文件。如果是这种情况，这将起作用：

re.findall('\S*\.tar\.bz2', a)

['abc330b125.tar.bz2', 'my-libs.tar.bz2']

如果你只想找到以“abc”开头的那些只包含字母和数字的，你可以使用这个：

re.findall('abc\w*\.tar\.bz2', a)

['abc330b125.tar.bz2']

【讨论】：

它将只有一个我正在寻找的文件。谢谢！
@Sweety 注意[\w\d] = \w，你可以稍微“简化”一下模式。

【解决方案2】：

我得到了答案：

>>> re.findall(r'(?:abc.*\d+.tar.bz2|xyz\-ok.*.tar.bz2)', a)
['abc330b125.tar.bz2']

【讨论】：

【解决方案3】：

你可以使用这个正则表达式：

re.findall(r"[\w-]+\.tar.bz2",a)

结果

# ['abc330b125.tar.bz2', 'my-libs.tar.bz2']

如果你想要所有文件名，你可以这样做：

re.findall(r"[\w-]+\.tar.(bz2|gz)",a)

结果

# ['abc330b125.tar.bz2', 'my-libs.tar.bz2', 'xyz-notok-0.tar.gz' ]

【讨论】：

【解决方案4】：

我尝试使用 regex101.com（用于测试正则表达式的好网站）进行一些测试，似乎这个正则表达式：

[a-zA-Z0-9-_]*(.)(tar)(.)(bz2)

捕捉您的要求。

我相信你已经知道了，但是对于任何可能想要澄清的人：捕获实际的“。”在字符串中，您需要将它们括在括号中。

希望这会有所帮助！

【讨论】：

(.) 与 . 相同，只是它创建了一个捕获组。 [.] 将匹配文字 .，\. 也将匹配。
哎呀，我的错。您将如何修正我的答案以使其更具相关性？