使用 Python re.match 提取字符串

Question

import re
str="x8f8dL:s://www.qqq.zzz/iziv8ds8f8.dafidsao.dsfsi"

str2=re.match("[a-zA-Z]*//([a-zA-Z]*)",str)
print str2.group()

current result=> error
expected => wwwqqqzzz

我想提取字符串wwwqqqzzz 。 我怎么做？

可能有很多點，比如：

"whatever..s#$@.d.:af//wwww.xxx.yn.zsdfsd.asfds.f.ds.fsd.whatever/123.dfiid"

在這種情況下，我基本上想要以//和/界的東西。 我如何做到這一點？

補充一個問題：

import re
str="xxx.yyy.xxx:80"

m = re.search(r"([^:]*)", str)
str2=m.group(0)
print str2
str2=m.group(1)
print str2

似乎m.group(0)和m.group(1)是一樣的。

Answer 1

match嘗試匹配整個字符串。 改用search 。 以下模式將符合您的要求：

m = re.search(r"//([^/]*)", str)
print m.group(1)

基本上，我們正在尋找/ ，然后使用盡可能多的非斜杠字符。 那些非斜杠字符將被捕獲在第 1 組中。

事實上，還有一種稍微先進的技術可以做同樣的事情，但不需要捕獲（這通常很耗時）。 它使用所謂的后視：

m = re.search(r"(?<=//)[^/]*", str)
print m.group()

環視不包括在實際比賽中，因此是預期的結果。

這（或任何其他合理的正則表達式解決方案）不會刪除. s 立即。 但這可以在第二步中輕松完成：

m = re.search(r"(?<=//)[^/]*", str)
host = m.group()
cleanedHost = host.replace(".", "")

這甚至不需要正則表達式。

當然，如果您想刪除除字母和數字之外的所有內容（例如將www.regular-expressions.info轉換為wwwregularexpressionsinfo ），那么您最好使用正則表達式版本的replace ：

cleanedHost = re.sub(r"[^a-zA-Z0-9]+", "", host)

Answer 2

print re.sub(r"[.]","",re.search(r"(?<=//).*?(?=/)",str).group(0))

請參閱此演示。

Answer 3

output=re.findall("(?<=//)\w+.*(?=/)",str)

final=re.sub(r"[^a-zA-Z0-9]+", "", output [0])

print final

Answer 4

import re
str_1="x8f8dL:s://www.qqq.zzz/iziv8ds8f8.dafidsao.dsfsi"

str2=re.match(".*//([a-zA-Z.]*)",str_1)
print(str2.group(1).replace('.',''))

Answer 5

import re
str="x8f8dL:s://www.qqq.zzz/iziv8ds8f8.dafidsao.dsfsi"
re.findall('//([a-z.]*)', str)