python - python中的正则表达式搜索if条件

Question

我试图在链接中搜索整个单词 pid，但在某种程度上这也在这段代码中搜索 id

    for a in self.soup.find_all(href=True):

        if 'pid' in a['href']:
            href = a['href']
            if not href or len(href) <= 1:
                continue
            elif 'javascript:' in href.lower():
                continue
            else:
                href = href.strip()
            if href[0] == '/':
                href = (domain_link + href).strip()
            elif href[:4] == 'http':
                href = href.strip()
            elif href[0] != '/' and href[:4] != 'http':
                href = ( domain_link + '/' + href ).strip()
            if '#' in href:
                indx = href.index('#')
                href = href[:indx].strip()
            if href in links:
                continue

            links.append(self.re_encode(href))

Answer 1

如果你的意思是你希望它匹配像/pid/0002这样的字符串而不是/rapid.html，那么你需要排除两边的单词字符.像这样的东西:

>>> re.search(r'\Wpid\W', '/pid/0002')
<_sre.SRE_Match object; span=(0, 5), match='/pid/'>
>>> re.search(r'\Wpid\W', '/rapid/123')
None

如果“pid”可能位于字符串的开头或结尾，您需要添加额外的条件:检查行的开头/结尾或非单词字符:

>>> re.search(r'(^|\W)pid($|\W)', 'pid/123')
<_sre.SRE_Match object; span=(0, 4), match='pid/'>

参见 the docs有关特殊字符的更多信息。

你可以这样使用它:

pattern = re.compile(r'(^|\W)pid($|\W)')
if pattern.search(a['href']) is not None:
    ...