如果在Python中使用Regex，则提取部分文本

Question

我有一个先前匹配的模式，例如：

<a href="somelink here something">

现在我希望仅提取标记中特定属性的值，但这可能是标记中任何位置出现的任何内容。

regex_pattern=re.compile('href=\"(.*?)\"') 

现在我可以使用上面的内容来匹配属性和值部分，但我只需要提取(.*?)部分。 （值）

我可以稍后去掉href="和"，但我确信我可以正确使用正则表达式来提取所需的部分。

简单来说我想匹配

abcdef=\"______________________\"

在模式中但只想要

____________________

部分

我该怎么做？

Answer 1

只需在匹配的字符串re.search('href=\"(.*?)\"', yourtext).group(1)上使用yourtext即可生成匹配的组。

Answer 2

查看正则表达式MatchObject结果的.group() method。

您的正则表达式具有显式组匹配组（() parethesis中的部分），.group()方法可让您直接访问该组内匹配的字符串。多个MatchObject函数和方法返回re，包括.search()和.finditer()函数。

演示：

>>> import re
>>> example = '<a href="somelink here something">'
>>> regex_pattern=re.compile('href=\"(.*?)\"') 
>>> regex_pattern.search(example)
<_sre.SRE_Match object at 0x1098a2b70>
>>> regex_pattern.search(example).group(1)
'somelink here something'

来自(...)括号语法的Regular Expression syntax documentation：

  

匹配括号内的正则表达式，并指示组的开始和结束;在执行匹配后，可以检索组的内容，并且可以在字符串中稍后使用\ number特殊序列进行匹配，如下所述。要匹配文字'（'或'）'，请使用\（或\），或将它们包含在字符类中：[（] [）]。