[已解决]正则表达式问题

鬼少

import re

html = <img class="BDE_Image" src="http://tiebapic.baidu.com/forum/w%3D580/sign=1f79ed048efcc3ceb4c0c93ba245d6b7/11f50ad7912397ddf92df9221f82b2b7d1a28789.jpg?tbpicau=2024-12-18-05_e1ba641e80e45b8d136b1e354b3de87e" size="526480" changedsize="true" width="560" height="995" size="526480">
p = r'<img class="BDE_Image" src="[^"]+\.jpg.*?" .*?>'
imglist = re.findall(p,html)

for each in imglist:
        print(each)

程序输出成功识别到了html网址：
<img class="BDE_Image" src="http://tiebapic.baidu.com/forum/w%3D580/sign=1f79ed048efcc3ceb4c0c93ba245d6b7/11f50ad7912397ddf92df9221f82b2b7d1a28789.jpg?tbpicau=2024-12-18-05_e1ba641e80e45b8d136b1e354b3de87e" size="526480" changedsize="true" width="560" height="995" size="526480">

可否详细解释下正则表达式p = r'<img class="BDE_Image" src="[^"]+\.jpg.*?" .*?>' 规则， 是如何匹配到网址html的？

最佳答案

月排行榜 / 总排行榜

FishC

2024-12-7 21:42:19

鬼少 发表于 2024-12-07 21:42
可否解释下正则表达式 p = r'

通过 `p = r''` 这样定义一个正则表达式，我们使用了 Python 的原始字符串（raw string）表示法。以下是其具体含义：

1. **r'' 前缀**：  
   - 在字符串前添加一个 `r`，表示这个字符串是一个"原始字符串"。这样会使得反斜杠 `\` 被视为普通字符，而不是转义字符。
   - 例如，普通字符串 `"\\n"` 会被解释为一个换行符，而原始字符串 `r"\\n"` 会被解释为两个字符：反斜杠和字母n。

2. **正则表达式中的应用**：  
   - 在正则表达式中，会频繁使用反斜杠作为转义字符，因此使用原始字符串可以避免在正则表达式中进行过多的转义。
   - 例如，普通字符串里要写 `\d` 需要用 `"\\d"`，而用原始字符串则只需写 `r'\d'`。

在上述代码中，`p = r''` 是在定义正则表达式模式 `p` 时确保反斜杠能够正常在正则表达式中工作而非作为转义字符。这是 Python 中定义正则表达式时的一个常用习惯。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

跳转到最佳答案楼层

FishC

要在Python中使用正则表达式从HTML文本中匹配网址，你可以使用`re`模块。假设你的HTML存储在一个字符串变量中，你可以使用正则表达式来匹配URL。下面是一个简单的例子：

import re

html = '''这里是你的HTML内容'''
p = r'https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+'

urls = re.findall(p, html)
print(urls)

解释：
- `https?://`: 匹配`http://`或`https://`。
- `(?:...)`: 非捕获分组，仅用于匹配不捕获。
- `[-\w.]`: 匹配URL中的合法字符，包括字母、数字、下划线和点。
- `(?:%[\da-fA-F]{2})`: 匹配URL编码字符，如`%20`。
- `+`: 匹配前面表达式一次或多次。

这样使用`re.findall`函数，你就可以从HTML内容中提取所有的网址了。如果你需要更具体的帮助，请提供详细的HTML内容或更特别的匹配规则哦。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

鬼少

FishC 发表于 2024-12-7 21:38
要在Python中使用正则表达式从HTML文本中匹配网址，你可以使用`re`模块。假设你的HTML存储在一个字符串变量 ...

可否解释下正则表达式 p = r'<img class="BDE_Image" src="[^"]+\.jpg.*?" .*?>'  含义？

FishC

鬼少 发表于 2024-12-07 21:42
可否解释下正则表达式 p = r'

通过 `p = r''` 这样定义一个正则表达式，我们使用了 Python 的原始字符串（raw string）表示法。以下是其具体含义：

1. **r'' 前缀**：  
   - 在字符串前添加一个 `r`，表示这个字符串是一个"原始字符串"。这样会使得反斜杠 `\` 被视为普通字符，而不是转义字符。
   - 例如，普通字符串 `"\\n"` 会被解释为一个换行符，而原始字符串 `r"\\n"` 会被解释为两个字符：反斜杠和字母n。

2. **正则表达式中的应用**：  
   - 在正则表达式中，会频繁使用反斜杠作为转义字符，因此使用原始字符串可以避免在正则表达式中进行过多的转义。
   - 例如，普通字符串里要写 `\d` 需要用 `"\\d"`，而用原始字符串则只需写 `r'\d'`。

在上述代码中，`p = r''` 是在定义正则表达式模式 `p` 时确保反斜杠能够正常在正则表达式中工作而非作为转义字符。这是 Python 中定义正则表达式时的一个常用习惯。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

某一个“天”

学一下正则不就行了

鬼少

某一个“天” 发表于 2024-12-8 11:54
学一下正则不就行了

你不必来回答。

某一个“天”

鬼少 发表于 2024-12-8 16:34
你不必来回答。

我说白了，你每次问虽然能得到答案，但你不觉得麻烦吗？好好学一下，以后自己都知道挺好的吧