Search

Ищет только первое совпадение
match = re.search(regex, string)

Объект Match имеет несколько методов, например group(), который возвращает части строки сгруппированные в скобки, вернет

Объект результата (match)

• string - строка .. оО
• group (groups, groupdict) - фрагменты, соответствующие шаблону
• start (end) - начало/окончание фрагмента
• pos (endpos) - начальная/конечная позиции
• expand - замена в строке
• lastindex (lastgroup) - пар-ры последней группы

Жадность символов повторения

По умолчанию ищет самый большой кусок, можно ограничить вопросительным знаком, например

line = '<text line> some text>'
match = re.search(r'<.*>', line)
match.group()
--> '<text line> some text>''
 
 
line = '<text line> some text>'
match = re.search(r'<.*?>', line)
match.group()
--> '<text line>'

Еще раз про спец символы и повторения

regex+ - одно или более повторений предшествующего элемента
regex* - ноль или более повторений предшествующего элемента
regex? - ноль или одно повторение предшествующего элемента
regex{n} - ровно n повторений предшествующего элемента
regex{n,m} - от n до m повторений предшествующего элемента
regex{n,} - n или более повторений предшествующего элемента
 
. - любой символ, кроме символа новой строки
^ - начало строки
$ - конец строки
[abc] - любой символ в скобках
[^abc] - любой символ, кроме тех, что в скобках
a|b - элемент a или b
(regex) - выражение рассматривается как один элемент. Кроме того, подстрока, которая совпала с выражением, запоминается

Нумерованные группы

Заключена в круглые скобки, группы нумеруются слева на право, начинается с единицы

  # Обращаться к группам можно по номерам, можно указать несколько номеров
match.group(0)
match.group(1, 2, 1)
 
  # Так тоже можно
match[1]
 
  # Перечислить все группы
match.groups()

Именованные группы

Синтаксис (?P<name>regexp)

match.group('name')
 
  # Можно получить словарь где ключи - имена групп
match.groupdict()

Группа без захвата

Если выражение нужно сгруппировать для какой то другой цели, например указать повторение, но в результат выводить не нужно, следует указать в такой группе символ ?:

  # Первая группа не будет в выводе, скобки только для указания повторов
re.search(r'((?:\w{4}\.){2}\w{4}).+vlan (\d+).+port (\S+).+port (\S+)', log)

Переиспользование групп в выражении

Значение групп захвата можно подставлять в это же выражение

  # Как не именованные
re.search(r'(\d+) \1', line)
re.search(r'(\d+) \1 \1', line)
 
  # Так и именованные
re.search(r'(?P<as>\d+) (?P=as)', line)

Поиск по шаблону строки

for read_line in raw_input_log:
    # Отсеиваем записи с финишем по файлам
    match_line = re.search('.*Thread-\d+ \((?P<filename>.*)\.log;.* Finished over (?P<duration>\d+) minute.*', read_line)
    if match_line:
        # Извлекаем текущее имя файла
        current_filename = match_line.group('filename')
 
        # Отсекаем старую статистику в имени если она есть
        clear_filename = re.sub('^\d+_', '', current_filename)
        clear_filename = re.sub('_\d+min$', '', clear_filename)
 
        # Извлекаем длительность файла
        duration = match_line.group('duration')