Question

我正在尝试使用RegEx来提取某些带有不同变体的网址的特定部分。这是通用格式：

models <- by_dest %>% 
          do(myWxTest(.))

有时“mip”部分不存在，URL如下所示：

http://www.blackpages.com/cityName-StateName/mip/part-I-want-to-extract/randomCharacters

我开始写下面的RE：

http://www.blackpages.com/cityName-StateName/part-I-want-to-extract/randomCharacters

re.compile("blackpages\.com/.*")匹配任何角色，现在，当我遇到“/”时如何停止并在遇到下一个“/”之前提取所有内容？这会给我我想要提取的部分。

Answer 1

您需要使用否定的字符类：

re.compile(r"blackpages\.com/([^/]*)")
                            ^^^^

[^/]*将匹配/以外的0 +字符，尽可能多（贪婪）。

如果您希望/之后至少有一个字符，请使用+量词（1次或更多次出现），而不是*。

请参阅regex demo

Python code：

import re
rx = r"blackpages\.com/([^/]*)"
ss = ["http://www.blackpages.com/cityName-StateName/mip/part-I-want-to-extract/randomCharacters",
"http://www.blackpages.com/cityName-StateName/part-I-want-to-extract/randomCharacters"]
for s in ss:
    m = re.search(rx, s)
    if m:
        print(m.group(1))

输出：

cityName-StateName
cityName-StateName

使用RegEx提取URL的一部分

1 个答案: