[已解决]反向引用里的 "或者” 怎么写？

blackantt

a1 = re.findall('<a class="read_online".*?data-srcset="(.*?\.jpg).*?<div',x2, re.S)    是正常能取出来 jpg 的，想加个 或者 png
a1 = re.findall('<a class="read_online".*?data-srcset="(.*?\.[jpg|png]).*?<div',x2, re.S)  

取出来的就是少了2个字母的串
Create-a-Book.j
Create-a-Book1.p

想取出

Create-a-Book.jpg
Create-a-Book1.png

最佳答案

月排行榜 / 总排行榜

isdkz

2023-5-15 08:20:15

可以将正则表达式中的"[jpg|png]"改为"(jpg|png)"，并在反向引用中使用"\1"来表示匹配到的文件类型。修改后的代码如下：

a1 = re.findall('<a class="read_online".*?data-srcset="(.*?)\.(jpg|png).*?<div',x2, re.S)
result = [filename[0] + '.' + filename[1] for filename in a1]

这样可以取出完整的文件名，其中"."前面的部分为第一个捕获组的内容，即"a1"中匹配到的内容，"."后面的部分为第二个捕获组的内容，即文件类型。最后使用列表推导式将文件名拼接起来即可。

跳转到最佳答案楼层

isdkz

可以将正则表达式中的"[jpg|png]"改为"(jpg|png)"，并在反向引用中使用"\1"来表示匹配到的文件类型。修改后的代码如下：

a1 = re.findall('<a class="read_online".*?data-srcset="(.*?)\.(jpg|png).*?<div',x2, re.S)
result = [filename[0] + '.' + filename[1] for filename in a1]

这样可以取出完整的文件名，其中"."前面的部分为第一个捕获组的内容，即"a1"中匹配到的内容，"."后面的部分为第二个捕获组的内容，即文件类型。最后使用列表推导式将文件名拼接起来即可。

blackantt

isdkz 发表于 2023-5-15 08:20
可以将正则表达式中的"[jpg|png]"改为"(jpg|png)"，并在反向引用中使用"\1"来表示匹配到的文件类型。修改后 ...

有没有不拼接的，改动小的懒办法呢？   后面正则还很长。

18975173112

学习中

isdkz

blackantt 发表于 2023-5-15 08:25
有没有不拼接的，改动小的懒办法呢？   后面正则还很长。

我刚起床，之前的脚本自动答的

你可以试试这个看看，我这里使用了不保存分组：

a1 = re.findall('<a class="read_online".*?data-srcset="(.*?\.(?:jpg|png)).*?<div',x2, re.S)