[已解决]正则取url 取得不对

wp231957

1. >>> url = 'https://fishc.com.cn/forum-173-1.html'
   
2. >>> result = re.findall("(http:|https:)\/\/[a-zA-Z]+\.com\.cn\/[a-zA-Z0-9\-]+\.[a-zA-Z]+",url)
   
3. >>> print(result)
   
4. ['https:']
   
5. >>>
   

复制代码

最佳答案

月排行榜 / 总排行榜

大裤衩子

2019-3-28 14:54:33

把http外面的括号去掉

1. import re
   
2. url = 'https://fishc.com.cn/forum-173-1.html'
   
3. result = re.findall("http:|https:\/\/[a-zA-Z]+\.com\.cn\/[a-zA-Z0-9\-]+\.[a-zA-Z]+",url)
   
4. print(result)
   
5. 
   

复制代码

跳转到最佳答案楼层

wp231957

result = re.findall("http:|https:\/\/[a-zA-Z]+\.com\.cn\/[a-zA-Z0-9\-]+\.[a-zA-Z]+",url)

去掉括号就对了  why？？？

大裤衩子

把http外面的括号去掉

1. import re
   
2. url = 'https://fishc.com.cn/forum-173-1.html'
   
3. result = re.findall("http:|https:\/\/[a-zA-Z]+\.com\.cn\/[a-zA-Z0-9\-]+\.[a-zA-Z]+",url)
   
4. print(result)
   
5. 
   

复制代码

塔利班

1. >>> result = re.findall("(?:http:|https:)\/\/[a-zA-Z]+\.com\.cn\/[a-zA-Z0-9\-]+\.[a-zA-Z]+",url)

复制代码

大裤衩子

wp231957 发表于 2019-3-28 14:51
result = re.findall("http:|https:\/\/[a-zA-Z]+\.com\.cn\/[a-zA-Z0-9\-]+\.[a-zA-Z]+",url)

去掉括 ...

括号在正则里是分组用的，代表你匹配正确后要取出来的部分

塔利班

去掉括号你就匹配不了http开头的，因为或逻辑右侧是一长串，左侧只匹配http:

wp231957

塔利班 发表于 2019-3-28 14:58
去掉括号你就匹配不了http开头的，因为或逻辑右侧是一长串，左侧只匹配http:

嗯，记下了

wp231957

这个最佳答案给错了  哈哈  很不公平得一个玩法

因为两个人得回复都对我有帮助

大裤衩子

塔利班 发表于 2019-3-28 14:58
去掉括号你就匹配不了http开头的，因为或逻辑右侧是一长串，左侧只匹配http:

你说的对，去掉括号后，把http和https交换位置就匹配不到了。
所以想问下（？：http：|https：）这个操作叫啥？

塔利班

大裤衩子 发表于 2019-3-28 15:13
你说的对，去掉括号后，把http和https交换位置就匹配不到了。
所以想问下（？：http：|https：）这个操 ...

解除子组匹配，小甲鱼正则那里讲过

大裤衩子

塔利班 发表于 2019-3-28 15:15
解除子组匹配，小甲鱼正则那里讲过

，多谢。
我还是回去复习下先