Question

考虑这个正则表达式：

<a href(="(?:/user)?/([^"]+))">

我想要的是，如果在第二个捕获组中，如果有全部/唯一数字，那么此正则表达式不应该匹配。一个例子：

<a href="/user/15594243">
#this should not match

任何解决方案？我只想要一个正则表达式解决方案，我知道我可以通过使用更多的python代码实现这一点。

Answer 1

所有数字和引用的否定前瞻断言都是我认为需要的“

user_re = re.compile('<a href(="/(?!(?:user/)?[0-9]+").+)"')

In [74]: [(url,user_re.match(url) and user_re.match(url).group(1)) for url in 
                 ['<a href="/user/15594243">',
                  '<a href="/user/15594243_">',
                  '<a href="/user/user15594243">',
                  '<a href="/user/1">',
                  '<a href="/user/15594243/add">',
                  '<a href="/item/15594243">',
                  '<a href="/a"',
                  '<a href="/15594243">']]
Out[74]: 
[('<a href="/user/15594243">', None),
 ('<a href="/user/15594243_">', '="/user/15594243_'),
 ('<a href="/user/user15594243">', '="/user/user15594243'),
 ('<a href="/user/1">', None),
 ('<a href="/user/15594243/add">', '="/user/15594243/add'),
 ('<a href="/item/15594243">', '="/item/15594243'),
 ('<a href="/a"', '="/a'),
 ('<a href="/15594243">', None)]

编辑：我知道我的上一次编辑会执行两次正则表达式，但这仅用于显示目的。

Answer 2

怎么样？

<a href(="(?:/user)?/([^"/]*?[^0-9"/][^"/]*?))">

？我们需要包含/，因为如果不是它省略/ user，因为它是可选的，并将用户/作为非数字的东西...

Answer 3

第二个捕获组的

Use this。

\d*[a-zA-Z]+[a-zA-Z0-9]*

这允许您根据需要从数字开头，至少需要一个字母，并根据需要使用字母数字进行跟进。

Answer 4

您可以使用断言。 Lookbehind断言不起作用，因为它需要固定宽度，所以让我们使用前瞻。

reg = re.compile("<a href=\"(?:/user)?/(?![0-9]+)([^\"/]+)\">")

这会奏效。但是这个正则表达式会使这些URL无效：/user/test/u345，/user/t/user（不允许使用斜杠）。那是因为您的/user部分是可选的：没有假设（[^"/]），[^"]消耗了所有内容（/user/45）

Answer 5

这样做，将([^"]+)替换为：

([^"]*?[^0-9"][^"]*?)

编辑：除非python是古怪的大写字母Q我不知道你们都错了。从javascript控制台可以工作：

>>> 'user/user1234"'.match(/\/([^"]*?[^0-9"][^"]*?)"/);
Array ["/user1234"", "user1234"]
>>> 'user/1234"'.match(/\/([^"]*?[^0-9"][^"]*?)"/);
null

那么，你是否告诉我在Python中不是这种情况？为什么呢？

edit2 ：啊哈，可选的/user会对结果造成犯规......这会阻止它：

 <a href(="(?:/user)?/(?!user/)([^"]*?[^0-9"][^"]*?))">

在特定条件下匹配第二组（使用单个正则表达式）

5 个答案: