重新表達式中的單引號內的雙引號（python）

Question

我是python的新手。我正在通過gitHub上的存儲庫，並且我看到以下代碼行可以從網頁中提取所有網址。我理解正則表達式和捕獲組，但是我不明白爲什麼單引號中包含額外的雙引號？

links = re.findall('"((http|ftp)s?://.*?)"', html) 

也就是說，它與下面的代碼有什麼不同？

links = re.findall('((http|ftp)s?://.*?)', html) 

我嘗試過試驗，看到只有第一個正確的URL匹配URL，但第二個沒有。但我不明白爲什麼。

任何幫助表示讚賞。

謝謝。

Answer 1

雙引號是正則表達式的一部分。他們確保模式只有在實際上被引號包圍時才匹配;所以foo bar http://whatever.com不會匹配，但<a href="http://whatever.com">會。

注意這是一種非常脆弱的做事方式，因爲單引號在HTML中也是有效的，但是與正則表達式不匹配。