如何在 Python 中使用正則表達式查找 javascript 文件中的所有路徑？

Question

示例 Javascript（內容）：

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)

我想要的輸出：

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

我想用正則表達式找到所有以 "/ 和 '/ 開頭的字段。我嘗試了很多 url 正則表達式，但它對我不起作用。

Answer 1

這應該這樣做：

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

請注意，您需要修剪匹配項中的第一個字符。 這也假設路徑中沒有引號。

Answer 2

考慮：

import re

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

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

每個el將匹配以單引號或雙引號開頭的模式。 然后是最少的字符數，然后是與開頭相同的字符（相同類型的引號）。

.*代表任意數量的任何字符，跟在? 使其非貪婪即提供最少的字符匹配。 然后\\1指的是第一組，因此它將匹配開頭匹配的任何類型的引號。 然后通過指定el[1]我們返回第二組匹配，即引號內匹配的任何內容。