我有一个非常非常大的字符串,其中包含来自某个系统的日志
我只想要以<status>
开始、以</status>
结束的部分
我听说RegEx表达式是一个好方法,但我真的不知道如何使用它。
有什么想法吗?
s = "Hello I am a very long string <status>I've got a lovely bunch of coconuts</status> here they are standing in a row"
excerpt = s.partition("<status>")[2].rpartition("</status>")[0]
print excerpt
结果:
I've got a lovely bunch of coconuts
如果你想尝试regex,这里有一种方法:
import re
regex = re.compile(r"<status>(.*?)</status>", re.IGNORECASE)
s = """This is some long random text <status>This is the first status block</status>
and some more text <status>and another block</status>
and yet more <status>This is the last status block</status>"""
print(re.findall(regex, s))
产生
['This is the first status block', 'and another block', 'This is the last status block']
演示
这种方法的主要优点是它提取了一行上所有<status>...</status>
块,而不仅仅是第一个块。请注意,对于三引号字符串,<status>
和</status>
都需要在同一行上。
如果<status>
和</status>
只出现一次,则可以使用string_name[string_name.index("<status>") + 8: string_name.index("</status>"]
。
s = "test<status>test2</status>"
print s[s.index("<status>") + 8: s.index("</status>"]
输出:
test2