我們如何 1. 搜索具有特定結構的鏈接/腳本/img 以及 2. 使用單個正則表達式從匹配的字符串中獲取用戶 ID？

Question

假設一個 html 源代碼有這些標簽 link、img、src。

有些具有以下結構，

<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 個單獨的正則表達式，我可以找出用戶 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)

我想將這兩個正則表達式組合成一個。 這是一個用於獲取用戶 ID 的正則表達式。

我如何為此使用正則表達式？

我在這里看到了一個答案。 但無法從中找出解決方案。

Answer 1

首先，您需要在正則表達式中將字符/轉義為\\/ ，其次，您需要使用非捕獲組(?: stuff)來處理您不想被捕獲的內容，我將您的正則表達式修復為這樣，適用於您的示例：

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