关于正则表达式提取的非常基本的问题

Question

我需要提取具有以下结构的 URL 中指定的 ID：

https://trello.com/c/iGjJLqwr/1-test-project

在上面的例子中，我想提取：

iGjJLqwr

我需要在 Zapier 中使用正则表达式，根据文档使用 Python 正则表达式

以下 Python 正则表达式不知何故是在正确的方向，但它仍然返回太多：

[^https://trello.com/c/][\w]+

返回 3 个匹配项：

Match 1
Full match  21-29   iGjJLqwr
Match 2
Full match  31-36   -test
Match 3
Full match  36-44   -project

我需要将结果限制为：

iGjJLqwr

以下正则表达式返回一个额外的正斜杠

[^https://trello.com/c/]\w+/

Match 1
Full match  21-30   iGjJLqwr/

Answer 1

方括号[ ... ]创建一个字符集的任何它们所包含的字符中选择一个。 如果在开头添加克拉， [^ ... ] ，则此集合被否定。 该模式不考虑括号内的完整连续字符串。

换句话说， [aaabbc]等同于[abc] （甚至[cba] ）。

如果您只想捕获组中https://trello.com/c/之后的第一个路径元素，则可以使用此模式：

https://trello\\.com/c/([^/]+).*

演示： https : //regex101.com/r/99FDJS/2

如果您希望模式只匹配 URL 中的这个子字符串，您可以使用正向前瞻和后视：

(?<=https://trello\\.com/c/).+?(?=/.*)

演示： https : //regex101.com/r/99FDJS/1

Answer 2

这将匹配没有额外正斜杠的 ID：

import re

string = 'https://trello.com/c/iGjJLqwr/1-test-project'

match = re.search(r'[^https://trello.com/c/]\w*(?=/)', string)

print(match.group(0))

iGjJLqwr

(?=/)断言下一个字符是正斜杠。

Answer 3

在您的模式中，您使用的字符类仅匹配多个字符中的一个。 以^将使它成为一个否定字符类，它匹配不在字符类中的任何字符。

由于字符类后面没有量词，所以这个[^https://trello.com/c/]将匹配单个i或-然后\\w+将匹配一个单词字符的 1+ 次。

这会给你的比赛iGjJLqwr ， -test和-project

我认为您打算匹配捕获组中的 id：

^https://trello\.com/c/(\w+)

regex101 演示

关于图案

• ^断言字符串的开始
• https://trello\\.com/c/逐字匹配https://trello.com/c/
• (\\w+)在第 1 组中捕获匹配 1+ 次的单词字符