如何在 Python 中使用正则表达式查找 javascript 文件中的所有路径？

Question

示例 Javascript（内容）：

t.appendChild(u),t}},{10:10}],16:[function(e,t,r){e(10);t.exports=function(e){var t=document.createDocumentFragment(),r=document.createElement("img");r.setAttribute("alt",e.empty),r.id="trk_recaptcha",r.setAttribute("src","/cdn-cgi/images/trace/captcha/js/re/transparent.gif?ray="+e.ray),t.appendChild(r);var n=document.createTextNode(" ");t.appendChild(n);var a=document.createElement("input");a.id="id",a.setAttribute("name","id"),a.setAttribute("type","hidden"),a.setAttribute("value",e.ray),t.appendChild(a);var i=document.createTextNode(" ");t.appendChild(i);

t.appendChild(u),t}},{10:10}],16:[function(e,t,r){e(10);t.exports=function(e){var t=document.createDocumentFragment(),r=document.createElement("img");r.setAttribute("alt",e.empty),r.id="trk_recaptcha",r.setAttribute("sdfdsfsfds",'/test/path'),t.appendChild(r);var n=document.createTextNode(" ");t.appendChild(n);var a=document.createElement("input");a.id="id",a.setAttribute("name","id"),a.setAttribute("type","hidden"),a.setAttribute("value",e.ray),t.appendChild(a);var i=document.createTextNode(" ");t.appendChild(i);

regex = ""
endpoints = re.findall(regex, content)

我想要的输出：

> /cdn-cgi/images/trace/captcha/js/re/transparent.gif?ray=
> /test/path

我想用正则表达式找到所有以 "/ 和 '/ 开头的字段。我尝试了很多 url 正则表达式，但它对我不起作用。

Answer 1

这应该这样做：

regex = r"""["']\/[^"']*"""

请注意，您需要修剪匹配项中的第一个字符。 这也假设路径中没有引号。

Answer 2

考虑：

import re

txt = ... #your code
pat = r"(\"|\')(\/.*?)\1"

for el in re.findall(pat, txt):
    print(el[1])

每个el将匹配以单引号或双引号开头的模式。 然后是最少的字符数，然后是与开头相同的字符（相同类型的引号）。

.*代表任意数量的任何字符，跟在? 使其非贪婪即提供最少的字符匹配。 然后\\1指的是第一组，因此它将匹配开头匹配的任何类型的引号。 然后通过指定el[1]我们返回第二组匹配，即引号内匹配的任何内容。