如何从python（regex）的文本中提取图像

Question

假设我们有文本，其中图像以以下形式存储：

some text File:image1.extension some text File:image2.extension

如何从python文本中提取所有图像？

我试过了

re.findall('File:(.+?\.(jpe?g|svg|png|gif))', text, re.IGNORECASE)

但这并没有完成。

https://regex101.com/r/PLKREz/3

如何在Python中完成？

Answer 1

如果您的原始字符串raw_string类似于：

File:image1.png
File:image1.pdf
File:image1.gif
File:image1.txt
File:image1.jpeg

然后，您可以使用正则表达式File:.+?\\.((pdf)|(png)|(gif)|(jpeg)) 。 在Python中变成：

re.findall(r'File:.+?\.((pdf)|(png)|(gif)|(jpeg))', raw_string)

这只会检索您在外部括号内指定的文件格式，以|分隔| 运算符，在此示例中，除文件以.txt结尾的所有内容。

Answer 2

您可以使用

regex = r"\[\[File:(\S+\.(?:jpe?g|png|[tg]iff?|svg))"

模式匹配

• \\[\\[File: -两个[ s和一个File:子字符串
• (\\S+\\.(?:jpe?g|png|[tg]iff?|svg)) -捕获到组1中（因此，仅作为re.findall的结果返回此子re.findall ）
  • \\S+ -1个或多个非空白字符
  • \\. -一个点
  • (?:jpe?g|png|[tg]iff?|svg) -非捕获组内部的替代方法之一（这样它就不会在re.findall结果中输出）： jpeg ， jpg ， tiff ， gif （甚至giff ）或svg 。