假设我们想要提取标签中的链接,如下所示:
输入:
<p><a href="http://www.google.com/home/etc"><b>some text</b></a></p>
期望的输出:
http://www.google.com/home/etc
第一个解决方案是使用此 href=[\'"]?([^\'">]+)
正则表达式查找引用匹配
但我想要实现的是匹配href后面的链接。所以尝试这个 (?=href\")...
(前瞻断言:匹配而不消耗)仍然匹配 href
本身。
这只是一个正则表达式的问题。
最佳答案
许多基于正则表达式的解决方案之一是捕获组:
>>> re.search(r'href="([^"]*)"', s).group(1)
'http://www.google.com/home/etc'
[^"]*
匹配任何非“的数字。
关于python - 如何在正则表达式中查看后面而不匹配模式本身?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46753989/