Python - 正则表达式忽略＆lt;＆gt;中的任何内容

Question

我有一个正则表达式，可以在http://www.test.com中获取body这样的网址，这是电子邮件的内容。

但是，也可以使用以下格式的网址：<http://www.test.com>我正在尝试编辑以下正则表达式，以忽略这些符号中的任何内容<>

url = re.search('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', body)

Answer 1

如果您坚持使用RegEx执行此操作，则可以使用negative lookbehind完成此操作：

(?<!<)

因此，完整的正则表达式将如下所示：

(?<!<)http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+