什麼正則表達式可以提取我需要的數據？

我有一個字符串什麼正則表達式可以提取我需要的數據？

url = '//item.taobao.com/item.htm?id\u003d528341191030\u0026ns\u003d1\u0026abbucket\u003d0#detail'

我喜歡以提取前兩個\u之間的數528341191030。我試過這個，

m = re.search('\?id\u\d+d(\d+?)\u', url) 
if m: 
    print m.group(1)

但它不起作用。我的解決方案有什麼問題？

來源

2017-07-06 dullboy

你能告訴我們的產量是什麼，這是否是一個錯誤或不正確的輸出 –

由於搜索返回None，所以它不會輸出任何東西。沒有任何錯誤。 – dullboy

你確定你需要的正則表達式？下面是使用split一個解決方案：

url.split("\u")[1].split("d")[-1] 
'528341191030'

在有什麼不對您正則表達式而言，「\」是一個特殊字符，所以你應該使用「\\」的反斜槓（所以「\\\ū 「而不是」\ U「）：

m = re.search('\?id\\\u\d+d(\d+?)\\\u', url) 
if m: 
    print m.group(1)

給出：528341191030

Docs：

註冊ular表達式用反斜槓字符（「\」）來表示特殊格式或允許在不調用其特殊的意義要使用特殊字符。這與碰撞的相同的字符在字符串文字相同的目的Python的使用;對於的示例，要匹配文字反斜槓，可能必須將'\\' 作爲模式字符串，因爲正則表達式必須是\，並且每個反斜槓必須在常規Python字符串之內表示爲\。

或者，使用Raw String Notation

m = re.search(r"\?id\\u\d+d(\d+?)\\u", url) 
if m: 
    print m.group(1)

來源

2017-07-06 15:19:12 FLab

@yi xiao：感謝原始字符串符號的編輯:) – FLab

其實我試圖逃避'\'這樣， url ='//item.taobao.com/item.htm?id\u003d528341191030\u0026ns\u003d1 （'\？id \\ u \ d + d（\ d +？）\\ u'，url） if m： print m.group（1）但它仍然不起作用 – dullboy

你應該在「u」之前加3「\」。請嘗試複製代碼示例並讓我知道 – FLab

嗯，你總是可以試試這個（不是超級優雅，但工程）：

first = url.find('\u') + 2 
prev = 'u' 
m = "" 
for i in range(first, len(url)): 
    if prev == '\' and url[i] == 'u': 
     break 
    else: 
     m += url[i] 
    if url[i] == 'd': 
     m = ""

來源

2017-07-06 15:22:24

更好的辦法是的parseURL並得到查詢串值

url = '//item.taobao.com/item.htm?id\u003d528341191030\u0026ns\u003d1\u0026abbucket\u003d0#detail' 
import urllib.parse as urlparse 
print (urlparse.parse_qs(urlparse.urlparse(url).query)) 
print (urlparse.parse_qs(urlparse.urlparse(url).query)['id'])

輸出：

{'id': ['528341191030'], 'ns': ['1'], 'abbucket': ['0']} 
['528341191030']

來源

2017-07-06 15:35:00 Transhuman

什麼正則表達式可以提取我需要的數據？

回答

相關問題