Python字符串正则提取优化：如何直接获取HOST、PORT等值？

当然有更高效的方案！你可以借助正则的捕获组特性，直接提取目标值，不用再手动去除前缀。下面给你详细的实现思路和代码示例：

对于每个字段，我们可以把需要提取的内容放在捕获组（括号包裹）里，匹配后直接通过group(1)获取组内的内容，而不是整个匹配字符串：

• 提取HOST：

  host = re.search(r"HOST=(\d+\.\d+\.\d+\.\d+)", str_utf).group(1)
  

  这里用\d+\.\d+\.\d+\.\d+精准匹配IP格式，比原来的\w+.\w+.\w+.\w+更严谨，避免匹配到非IP字符。

• 提取PORT：

  port = re.search(r"PORT=([1-9]\d*)", str_utf).group(1)
  

  括号内的[1-9]\d*匹配以非零开头的数字串，符合端口号的规则。

• 提取SERVICE_NAME：

  service_name = re.search(r"SERVICE_NAME=(\w+_\w+)", str_utf).group(1)
  

  括号直接包裹你需要的\w+_\w+部分，匹配后直接拿到值。

如果想只扫描一次字符串就提取所有三个值，可以用一个包含多个捕获组的正则，甚至用命名捕获组让代码可读性更强：

import re

str_utf = u'(DESCRIPTION=(ENABLE=broken)(ADDRESS=(PROTOCOL=tcp)(HOST=172.16.102.46)(PORT=1521))(CONNECT_DATA=(UR=A)(SERVICE_NAME=SPA1_HJY)))'

# 用命名捕获组的正则
pattern = r"HOST=(?P<host>\d+\.\d+\.\d+\.\d+).*?PORT=(?P<port>[1-9]\d*).*?SERVICE_NAME=(?P<service_name>\w+_\w+)"
match_result = re.search(pattern, str_utf)

if match_result:
    print("HOST:", match_result.group('host'))       # 输出 172.16.102.46
    print("PORT:", match_result.group('port'))       # 输出 1521
    print("SERVICE_NAME:", match_result.group('service_name')) # 输出 SPA1_HJY

这里的.*?是非贪婪匹配，确保在匹配到下一个目标字段时就停止，避免中间的其他内容干扰匹配结果。命名捕获组(?P<name>...)可以让你通过字段名直接取值，代码更清晰易懂。

内容的提问来源于stack exchange，提问作者Vishal K Nair