我如何在Python中通过RegEx获取匹配字符串的一部分？

Question

我现在正在通过python制作网络蜘蛛，程序的某些部分要求我从网站获取一些字符串，如data-id =“48859672”。我使用以下方法成功获得了这些字符串：

pattern=re.compile(r'\bdata-id="\d+"')
m=pattern.search(html,start)

但我现在想知道如何只获取字符串的数字部分，除了整个字符串？

Answer 1

使用capturing group或lookarounds。

>>> pattern=re.compile(r'\bdata-id="(\d+)"')
>>> s = 'data-id="48859672"'
>>> pattern.search(s).group(1)
'48859672'

OR

>>> pattern=re.compile(r'(?<=\bdata-id=")\d+(?=")')
>>> s = 'data-id="48859672"'
>>> pattern.search(s).group()
'48859672'