如何使用正则表达式搜索问号和/？蟒蛇

Question

我想在文件中搜索与此模式匹配的数字：

<a  href="test/?n=451484"   >

然后获取数字451484：

我使用这种模式：

'
(test/?n=)
\d+
'

但这不起作用？

Answer 1

3次更改

• 转义?

• 将d+包裹在paranthesis

中

• 在test\?n=

周围删除约束

使用示例

>>> import re
>>> str='<a  href="test/?n=451484"   >'
>>> re.findall(r'test/\?n=(\d+)', str)
['451484']

Answer 2

要搜索文字?字符，您需要使用\转义它。 ?是正则表达式中的特殊字符，不能（通常）单独使用。

pattern = r"test/\?n=(\d+)"

Answer 3

或者，您可以使用专业工具：

• 用于解析HTML数据的 HTML Parser （例如，BeautifulSoup）
• urlparse提取网址参数值

示例：

import re
from urlparse import urlparse, parse_qs
from bs4 import BeautifulSoup

data = """
<div>
    <a href="test/?n=451484">link</a>
</div>
"""

soup = BeautifulSoup(data)

# filtering links with a specific "href" attribute value    
link = soup.find('a', href=re.compile(r'test/\?n=\d+'))

url = link['href']
query = urlparse(url).query
print parse_qs(query)['n'][0]  # prints 451484