Wie benutze ich Python -reguläre Ausdrücke, um zu vermeiden, dass fehlende Charaktere die Ergebnisse entsprechen?

Python regulärer Ausdruck: Vermeiden Sie fehlende Zeichen für die Übereinstimmungsergebnisse

Bei der Verarbeitung von Saiten mit regulären Python -Ausdrücken stoßen Sie manchmal auf die Situation, in der das Matching -Ergebnis verloren geht, insbesondere bei der Verarbeitung komplexer Zeichenfolgen wie URLs. Dieser Artikel analysiert die Ursachen dieses Problems und liefert Lösungen.

Problembeschreibung

Betrachten Sie die folgende URL:

 <code>url = "http://tiebapic.baidu.com/forum/w=580/sign=33b74ba68b11728b302d8c2af8fdc3b3/9728d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg?tbpicau=2024-01-18-05_4f80cd1a7f322fc1e38464b6e05d9188"</code>

Wir möchten den Dateinamenteil extrahieren. Verwenden Sie den folgenden regulären Ausdruck:

 Import Re

muster = re.comPile (r'http: //tiebapic.baidu.com/ (.?) Sign =. \/(.?). (.?) \? tbpicau = ', re.s)
Dateinamen = muster.findall (URL)
Dateiname = '%s%s%s'%(Dateinamen [0] [0], Dateinamen [0] [1], Dateinamen [0] [2])
drucken (Dateiname)

Die Ausgabe kann sein:

 <code>forum/w33d580/928d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg</code>

Im Vergleich zum erwarteten Ergebnisforum forum/w=580/9728d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg fehlt das Zeichen "7".

Problemanalyse

Das Problem ist das Nicht-Greedy-Match von (. ?) . . ? Stimmen Sie so wenige Zeichen wie möglich an, bis nachfolgende Bedingungen erfüllt sind (in diesem Fall / ). Da die URL mehrere "/" enthält, kann das Nicht-Greedy-Matching dazu führen, dass einige Charaktere ignoriert werden.

Lösung

Genauere Übereinstimmungsregeln können dieses Problem lösen. Zum Beispiel können wir spezifischere Übereinstimmungsmuster verwenden, nicht greedische Übereinstimmungen oder Randbedingungen für die Übereinstimmung verwenden. Hier ist ein verbesserter regulärer Ausdruck:

 Import Re

URL = "http://tiebapic.baidu.com/forum/w=580/sign=33b74ba68b11728b302d8c2af8fdc3b3/9728d9177f3 e67097e8a81c87dc79f3df9dc55aa.jpg?
muster = re.comPile (r'http: //tiebapic.baidu.com/./sign =.?/(.?) \? tbpicau = '))
Dateinamen = muster.findall (URL)
drucken (Dateinamen [0])

Dieser reguläre Ausdruck entspricht direkt mit dem Dateinamen und vermeidet die Probleme, die durch Nicht-Greedy-Matching verursacht werden. Die Ausgabe wird sein:

 <code>9728d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg</code>

Um den vollständigen Pfad zu erhalten, kann der reguläre Ausdruck beispielsweise weiter angepasst werden:

 muster = re.comPile (r'http: //tiebapic.baidu.com/ (.*?) \? tbpicu = ')
Match = muster.Search (URL)
Wenn Match:
    Druck (Match.group (1))

Die Auswahl des entsprechenden regulären Ausdrucks und die sorgfältige Analyse der Struktur der Zielzeichenfolge ist der Schlüssel, um fehlende Zeichen im Matching -Ergebnis zu vermeiden. Denken Sie daran, dass regelmäßige Ausdrücke entsprechend der spezifischen Situation angepasst werden müssen.

Das obige ist der detaillierte Inhalt vonWie benutze ich Python -reguläre Ausdrücke, um zu vermeiden, dass fehlende Charaktere die Ergebnisse entsprechen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!