Python正则表达式以“

Question

我正在尝试长时间刺痛并提取它包含的所有网址。

page.findall(r"http://.+")

是我拥有的，但这不会导致我想要的东西。网址都用双引号括起来，所以如何告诉正则表达式在到达“？

时停止匹配

Answer 1

有非常复杂的网址解析正则表达式，但是如果你想停在"，只需使用[^\"]+作为网址部分。

或切换为单引号字符串并删除\。

另外，如果你混入了https，它就会中断，所以你可能只想跟着

page.findall(r'"(http[^"]+)"')

但现在我们正在进入url-parsing正则表达式。

Answer 2

最好在此处使用非贪婪表达式，而不是使用[^\"]+。那样你的正则表达式就是r'"http://.+?"'。加号后面的问号使得它找到第一次遇到双引号。