Python正则表达式什么都不重复？

Question

所以，我试图做的是逐行解析文本文件到列表中。

我已成功完成了这项工作。现在，我需要将所有以.html结尾的链接拉出来。

因此，我认为我会解析每一行，如果它匹配*.html。所以我认为最好的方法是使用正则表达式。下面是我的代码，有问题的错误是返回的错误，没有重复。我引用了它引用的那条线。

代码：

compiled = re.compile("*.html") //Error Here
[m.group(0) for l in content for m in [compiled.search(l)] if m]

仅为了记录，我试图提取看起来像的链接：

Nws_NewsDetails.aspx@Site_Id=2&lang=1&NewsID=148513&CatID=19&Type=Home&GType=1.html

但它们可能真的是随机的，因此是* .html

Answer 1

在正则表达式中，*是一个元字符，它具有特殊含义。这就是它给你错误的原因。您可以使用以下RegEx，

re.compile(".*\.html")

这里，.*表示任何字符都可以出现任意次数（0次或更多次）（这是*在正则表达式中的实际含义），然后你想匹配{{1因为我们将它与.匹配，因为dot也有特殊含义（它匹配任何字符），我们需要使用\.来转义它。