Question

我在弄清楚我认为非常简单的正则表达式时遇到了一些麻烦。我正在尝试使用Python创建一个Twitter机器人，以推文某位作者的引文。我需要它：

从文件中读取引号和网址
将引号和网址分开，以便可以添加引号引用部分周围，并使用url部分确定哪本书引用来自并添加相关的书籍封面
我还需要分开网址以计算之后的推文长度 Twitter缩短了网址
最后一件事：某些引号可能没有url，我需要它来标识它并添加一些随机图片作为后备广告。

经过反复试验，我想出了这个正则表达式，当我测试它时似乎可以完成工作：r'(?P<quote>.*)(?P<link>https.*)?'

因为我不需要验证url，所以我认为我不需要任何复杂的正则表达式，例如我在研究中遇到的正则表达式。

但是当我尝试启动该bot时，我意识到它无法正确解析引号，而是将整行捕获为“ quote”（并且无法识别网址）。

让我感到困惑的是，它并没有始终如一地失败，相反，似乎有时它会起作用，而有时却不会。

以下是我尝试执行的操作失败的示例：https://regex101.com/r/mODPUq/1/

这是我编写的全部功能：

def parseText(text):
    # Separate the quote from the link
    tweet = {}
    regex = r'(?P<quote>.*)?(?P<link>https.*)?'

    m = re.search(regex, text)

    tweet = m.groupdict("")

    return tweet

[EDIT]好吧，我并没有以这种方式解决问题，但是找到了一种可能不太完善但至少看起来能解决问题的解决方法：

我有2个独立的函数，一个用于获取url，另一个用于将url分开行并单独返回引号。
我首先呼叫getUrl()，然后仅当它返回非None的值时，才呼叫getQuote()。如果为url == None，我可以直接发布整条推文。

这样，正则表达式部分变得非常简单，无论有没有URL，到目前为止，它似乎都能正常工作。我只是有一个小问题，即使没有网址，即使我使用str.split('/n')切出换行符也必须存在，因为当我加引号时，最后一个在换行符上。

由于技术上没有解决问题，我暂时保留了该问题，这要归功于那些给了我答案的人，但它似乎没有用。

Answer 1

您还可以将正则表达式字符串更改为r'(?P<quote>.*)?.(?P<link>https.*)'，这还会处理引号和链接之间的所有多余字符

可靠地匹配行内的网址

1 个答案: