从文本文件中提取括号内的文本 Python

Question

日志文件：

INFO:werkzeug:127.0.0.1 - - [20/Sep/2018 19:40:00] "GET /socket.io/?polling HTTP/1.1" 200 -
INFO:engineio: Received packet MESSAGE, ["key",{"data":{"tag1":12,"tag2":13,"tag3": 14"...}}]

我希望提取括号内包含关键词 "key" 的文本，而不是匹配下面正则表达式模式的所有出现。

这是我迄今尝试过的：

import re
with open('logfile.log', 'r') as text_file:
    matches = re.findall(r'\[([^\]]+)', text_file.read())
    with open('output.txt', 'w') as out:
        out.write('\n'.join(matches))

这将输出与正则表达式匹配的所有出现。期望的输出到output.txt将如下所示：

"key",{"data":{"tag1":12,"tag2":13,"tag3": 14"...}}

- spinState010

---

你想要提取的所有消息都包含“key”吗，还是这只是一个例子？输出可以假定多少结构？ - JohanL

如果 "key" 可以出现在方括号的任何位置，请尝试使用 print(re.findall(r'\[([^][]*"key"[^][]*)]', text_file.read()))。 - Wiktor Stribiżew

那么你可以将其作为正则表达式的一部分：re.findall(r'\["key"([^\]]+)', text_file.read())。这是你要找的吗？ - JohanL

@JohanL 我尝试了那个方法，但好像没有起作用，虽然方向是对的。感谢您的回复！ - spinState010

啊，你的“key”短语前面可能有一个*（在此处作为文本书写时会使其加粗）。如果您也想捕获它，那么应该是re.findall(r'\[\*"key"\*([^\]]+)', text_file.read())，或者您当然可以使用更一般的搜索“key”，就像接受的答案中所示。 - JohanL

Answer 1

为了匹配方括号内不能包含[和]但应该包含其他文本的文本，可以使用一个[^][]否定字符类进行匹配。

也就是说，你可以使用\[[^][]*]来匹配方括号内的整个文本，如果你需要匹配一些内部文本，则需要将该文本放在[^][]*之后，然后在关闭]之前附加另一个[^][]*的出现。

您可以使用

re.findall(r'\[([^][]*"key"[^][]*)]', text_file.read()) 

查看Python演示：

import re
s = '''INFO:werkzeug:127.0.0.1 - - [20/Sep/2018 19:40:00] "GET /socket.io/?polling HTTP/1.1" 200 - 
INFO:engineio: Received packet MESSAGE, ["key",{"data":{"tag1":12,"tag2":13,"tag3": 14"...}}]'''
print(re.findall(r'\[([^][]*"key"[^][]*)]', s)) 

输出：

['"key",{"data":{"tag1":12,"tag2":13,"tag3": 14"...}}']

- Wiktor Stribiżew

---

谢谢！这个完美地解决了问题！只是为了详细说明一下，我们可以使用一般化的方式来匹配当我们有 key1 或 key2 的实例。matches = re.findall(r'[([^][]"key."[^][]*)]', text_file.read()) - spinState010

@spinState010 可能是 key[12] 或 key\d+ 而不是 key。 - Wiktor Stribiżew