我正在使用我在stackexchange上找到的片段，它使用re.findall（）查找字符串中的所有url。它工作得很好，但为了进一步了解我想知道它是如何工作的。代码如下 -
re.findall('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', site)
据我所知，它找到所有以http或https开头的字符串（这就是为什么[s]在方括号中？）但我对{{{}之后的所有内容都不太确定1}}。我认为方括号中的东西例如。 (?:[etc etc etc]))+是指从a到z的所有字母是否包含，但其余的东西呢？它是如何工作的只是在URL的末尾获取url而不是随机字符串？
提前致谢：）
答案 0 :(得分：0)
使用此链接可以解释您的正则表达式： Your regex explained
再添加一点：
[s]?表示＆＃34;一个可选的＆＃39;字符＆＃34;但那是因为?没有括号[我认为它们是多余的。
Space并不是其中一个被接受的角色，所以它确实会停在那里。同样适用于＆＃39; /＆＃39;。它不是字面上提到的，也不是字符范围$-_的一部分（见http://www.asciitable.com/index/asciifull.gif）。
(?:%[0-9a-fA-F][0-9a-fA-F])这匹配网址中的十六进制字符代码，例如＆＃39; /＆＃39; ％2f 字符。
非捕获组意味着该组匹配，但结果匹配未存储在正则表达式返回值中，即在对字符串运行正则表达式后，无法提取字符串的匹配位。
