Question

在多部分HTTP有效负载中，部分由（可能）任意字符串分隔。此字段称为boundary，位于Content-Type标头内。一个例子是

Content-Type: multipart/related; boundary=SOME_RANDOM_STRING

可以通过匹配boundary=[a-zA-z0-9]+（此正则表达式用于演示目的）然后选择右侧来获取此行。我正在寻找一步一步的功能;

boundary=efefef的

返回efefef

使用标准的Python正则表达式库。

Answer 1

您可以使用捕获的群组执行此操作：()：

import re

s = "Content-Type: multipart/related; boundary=SOME_RANDOM_STRING"

>>> print re.search(r'boundary=(\w+)', s).group(1)
SOME_RANDOM_STRING

扩展

您还可以使用findall找到所有匹配的字符串：

import re

s = """Content-Type: multipart/related; boundary=SOME_RANDOM_STRING
Content-Type: multipart/related; boundary=SOME_RANDOM_STRING2
Content-Type: multipart/related; boundary=SOME_RANDOM_STRING3"""

result = re.findall(r'boundary=([\w]+)', s)

for i in result:
    print i

[OUTPUT]
SOME_RANDOM_STRING
SOME_RANDOM_STRING2
SOME_RANDOM_STRING3

Answer 2

虽然它位于email模块中，但您可能希望考虑使用HTTP有效负载并通过email.message_from_string运行它，然后自动为您解析内容标头和有效负载然后你可以访问。

即使你的简单字符串示例也适用，例如：

>>> import email
>>> s = "Content-Type: multipart/related; boundary=SOME_RANDOM_STRING"
>>> mp = email.message_from_string(s)
>>> mp.get_boundary()
'SOME_RANDOM_STRING'

Answer 3

您可以使用positive lookbehind assertion：

(?<=boundary=)[a-zA-Z0-9]+

请注意，A-z（我猜这是你问题中的拼写错误）并不能完全符合你的要求，因为在Z和a之间的ASCII表格中有一些非字母字符。 {{1}}。

Answer 4

为什么不使用split功能？

print s.split('boundary=')[1]

正则表达式;匹配整个但只参与其中。怎么样？

4 个答案:

扩展