RegEx для сопоставления URL-адресов и сбоя не-URL-адресов - PullRequest
1 голос
/ 31 мая 2019

Я пытаюсь извлечь отдельные URL из srcset изображения.

Это для извлечения и загрузки всех файлов, присутствующих в строке.Я не сильно кодирую это, потому что строка может время от времени отличаться.

txt = "images/1x/1083bce6__color_272x92dp.png 1x, images/2x/b3716cd2_color_272x92dp.png 2x"

reg = re.compile(r"((?:[^\s,]+))(?:.*?,)?").finditer

for i in list(reg(txt)):
   print(i.group(1))


Я ожидаю, что результатом будет два URL

images/1x/1083bce6__color_272x92dp.png
images/2x/b3716cd2_color_272x92dp.png

Но я получаю три с дополнительным существом

2x

1 Ответ

1 голос
/ 31 мая 2019

Здесь мы добавили бы квантификатор к простому классу char в выражении, таком как:

[^\s]{4,}

, чтобы получить желаемые URL-адреса.

Демонстрация

Тест

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"[^\s]{4,}"

test_str = "images/1x/1083bce6__color_272x92dp.png 1x, images/2x/b3716cd2_color_272x92dp.png 2x"

matches = re.finditer(regex, test_str, re.MULTILINE)

for matchNum, match in enumerate(matches, start=1):

    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))

    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

RegEx

Если это выражение не требуется, его можно изменить / изменитьin regex101.com .

Схема RegEx

jex.im визуализирует регулярные выражения:

enter image description here

...