我们如何 1. 搜索具有特定结构的链接/脚本/img 以及 2. 使用单个正则表达式从匹配的字符串中获取用户 ID？

Question

假设一个 html 源代码有这些标签 link、img、src。

有些具有以下结构，

<link href="/users/id/111/myProfile">
...
<img src="/users/111/key_item">
...
<img src="/users/111/AAAAAAAAA.png">
...
<link href="/users/id/111/my_home">
...
<script src="/users/111/bbbb.js"

使用 2 个单独的正则表达式，我可以找出用户 ID，

regex   = '<(script|img|link).*(src|href)=[\'\"][/]users/(id/|)[\d]+/.*[\'\"]'
pattern = re.compile(regex, re.IGNORECASE)
link    = pattern.search(html_source_code).group(0)

user_pattern = re.compile('[\d.]+', re.IGNORECASE)
user         = user_pattern.search(link).gourp(0)

我想将这两个正则表达式组合成一个。 这是一个用于获取用户 ID 的正则表达式。

我如何为此使用正则表达式？

我在这里看到了一个答案。 但无法从中找出解决方案。

Answer 1

首先，您需要在正则表达式中将字符/转义为\\/ ，其次，您需要使用非捕获组(?: stuff)来处理您不想被捕获的内容，我将您的正则表达式修复为这样，适用于您的示例：

<(?:script|img|link).*(?:src|href)=[\\'\\"][\\/]users\\/(?:id\\/|)([\\d]+)\\/.*[\\'\\"]