Python：正則表達式來提取部分URL之間的圓括號

Question

我有這個奇怪的格式化的URL。我必須提取'（）'中的內容。

樣品網址：http://sampleurl.com/(K(ThinkCode))/profile/view.aspx

如果我可以提取ThinkCode出來，我將是一個快樂的人！我有一個艱難的時間與regexing特殊字符像「（」和「/」。

Answer 1

>>> foo = re.compile(r"(?<=\(K\()[^\)]*") 
>>> foo.findall(r"http://sampleurl.com/(K(ThinkCode))/profile/view.aspx") 
['ThinkCode'] 

說明

在正則表達式的世界中，一個lookbehind是說：「我想匹配ham的一種方式，但只有如果它是由spam之前，我們寫爲(?<=spam)ham。所以在這種情況下，我們要匹配[^\)]*，但只有當它是由\(K\(之前。

現在\(K\(是一個不錯的，簡單的正則表達式，因爲它是純文本！這意味着，嚴絲合縫串(K(。請注意，我們必須跳過括號（將\放在前面），否則正則表達式解析器會認爲它們是正則表達式的一部分，而不是匹配的字符！

最後，當你在正則表達式中放置了方括號時，這意味着「這裏的任何字符都OK」。如果你在第一個字符是^的方括號內加上了一些東西，這意味着「這裏的任何字符而不是都可以」。所以[^\)]的意思是「任何不是右括號的字符」，[^\)]*的意思是「儘可能多的字符不是右括號」。

全部放在一起，(?<=\(K\()[^\)]*意思是「你可以不在右括號內，串(K(之前匹配儘可能多的字符。

哦，最後一兩件事。因爲\意味着內部串東西在Python以及裏面的正則表達式，我們使用原始字符串 - 。r"spam"，而不是僅僅"spam"這告訴Python來忽略\的

另一種方式

如果lookbehind對您來說有點複雜，您還可以使用捕獲組。這些背後的想法是，正則表達式匹配模式，但也可以記住子模式。這意味着你不必擔心周圍的問題，因爲你可以匹配整個模式，然後提取其中的子模式！

要捕獲一個組，只需將其放在括號內：(foo)將捕獲foo作爲第一組。然後，使用.groups()吐出你匹配的所有組！這是其他答案的工作方式。

Answer 2

如果你想在一個正則表達式的特殊字符，你需要轉義，如\(，\/，\\。

。

嵌套的括號內匹配的東西是相當多的正則表達式痛，如果該格式是永遠不變的，你可以這樣做：

\(.*?\((.*?)\).*?\) 

基本上是：找一個開括號，匹配的字符，直到找到另一個開放paren，組角色，直到我看到一個親密paren，然後確保有兩個更多的c在那裏丟失paren。

Answer 3

這並不難，特別是因爲/實際上並不是Python正則表達式中的特殊字符。你只需要反斜槓就可以了。這個怎麼樣：

s = "http://sampleurl.com/(K(ThinkCode))/profile/view.aspx" 
mo = re.match(r"http://sampleurl\.com/\(K\(([^)]+)\)\)/profile.view\.aspx", s); 
print mo.group(1) 

注意使用r""原始字符串保持在正則表達式模式字符串中的反斜槓。

Answer 4

mystr = "http://sampleurl.com/(K(ThinkCode))/profile/view.aspx" 
import re 
re.sub(r'^.*\((\w+)\).*',r'\1',mystr)