Question

我有一个正则表达式从类似wiki的页面中提取链接：

for mo in re finditer(r"\[\[([^|\]]+)(|([^\]]+))?\]\]", page):

（维基链接看起来像[[link target]]或[[link target|text]]

匹配正常，但是，我找不到从第二部分的子子群中获取text的方法：[[(…)(|(I need the contents of this group))?]]

此类链接的mo.groups()返回值如下所示（第一行是此匹配的输入）：

"[[:Groups:Admins|Admins]]"
(':Groups:Admins', '|Admins', '|Admins')

我希望第3个元素是Admins而不是|Admins。

我知道我可以简单地切掉管道角色（实际上这就是我现在正在做的事情），但有re方法吗？

（我正在使用Python 3.4.1）

Answer 1

\[\[([^|\]]+)(\|([^\]]+))?\]\]
              ^
              |

DEMO

>>> s = "[[:Groups:Admins|Admins]]"
>>> for mo in re.finditer(r"\[\[([^|\]]+)(\|([^\]]+))?\]\]", s):
        mo.groups()


(':Groups:Admins', '|Admins', 'Admins')

Answer 2

放入|在非捕获组内：

r"\[\[([^|\]]+)(?:\|([^\]]+))?\]\]"

正如Avinash指出的那样，逃避|，结果将是：

(':Groups:Admins', 'Admins')

获取正则表达式子子组的值

2 个答案: