一种剥离“或”之前和之后的所有内容的方法（包括引号本身）

Question

我试图找到一种方法来去除单引号或双引号之前或之后的所有内容，包括引号本身。

例如：

<script src = "https://example.com/file.js"></script>

结果：

https://example.com/file.js

要么：

url = 'https://example.com/service/api'

结果：

https://example.com/service/api

我已经尝试过使用.strip和.replace以及re库，但是我在黑暗中掌握了这一点。

在这里使用HTML解析库是不好的，因为我们事先不知道代码是哪种语言。 我们正在搜索文本行以查找URL，然后将URL本身发送到另一个API。 这可以是文本文件，yaml，json，java，c＃，python，ruby等。

Answer 1

与其尝试删除目标字符串之前和之后的所有内容，不如将其视为提取目标字符串而不是其周围上下文。

使用正则表达式匹配组提取带引号的字符串：

import re
string = '<script src = "https://example.com/file.js"></script>'
match = re.search("(\".+?\"|'.+?')", string)
target = match.group(1).strip("\"'")

target等于https://example.com/file.js 。
re.search()中的正则表达式匹配"somestring"或'somestring' 。 括号之间的组的内容可以使用match.group(1)提取。 然后，我们使用strip()删除任一侧的引号。

您可能想使用类似

if match:
    target = match.group(1).strip("\"'")

因为如果正则表达式不匹配，则match将为None 。