Question

我正在尝试使用正则表达式提取部分网址。我正在尝试将这两个url类型理想地用于一行和一行。我正在尝试以下但不确定如何获得第二个网址。我试图从两者中提取4FHP。

>>> import re
>>>
>>> a="/url_redirect/4FHP"
>>> b="/url/4FHP/asdfasdfas/"
>>>
>>> re.search('^\/(url_redirect|url)\/(.*)', a).group(2)
'4FHP'
>>> re.search('^\/(url_redirect|url)\/(.*)', b).group(2)
'4FHP/asdfasdfas/'

Answer 1

以下代码将从任一字符串中提取4FHP。注意到我将.*（匹配任何非换行符的序列）更改为[^/]*（匹配任何非/字符的序列）。

re.search('^\/(url_redirect|url)\/([^/]*)', b).group(2)

Answer 2

您的问题是*运算符是贪婪的，所以它会抓到字符串的末尾，这就是您在第二个示例中获得'4FHP/asdfasdfas/'的原因

当你看到另一个/时，你需要停止匹配，最简单的方法是使用一个明确排除它的字符类，例如[^/]

您还可以使用非捕获群组(?: <regex> )仅返回您感兴趣的匹配群组

re.search('^\/(?:url_redirect|url)\/([^/]*)', b).group(1)

正则表达式的额外部分网址

2 个答案: