带正则表达式的不平衡括号错误

Question

我使用以下regex从包含在以下字符模式中的网站Javascript数据源获取所有数据

[[]]);

我使用的代码是：

regex = r'\[\[.*?\]]);'
        match2 = re.findall(regex, response.body, re.S)
        print match2

这将引发以下错误消息：

    raise error, v # invalid expression
sre_constants.error: unbalanced parenthesis

我认为我可以相当安全地假设这是由regex中的右括号引起的。如何定义所需的regex而不出现此错误？

谢谢

Answer 1

转义最后一个)和]r'\[\[.*?\]\]\)

Answer 2

你的正则表达式应该是

regex = r'\[\[.*?\]\]\);'

它将匹配文本[[符号和以下字符，直到下一个]]);符号。

说明：

• \[\[匹配文本符号[[。
• .*?匹配任何字符零次或多次。?在*之后，强制regex引擎执行最短（非贪婪）匹配。
• \]\]\);匹配文本符号]]);。

Answer 3

您还需要转义最后几个括号字符。

regex = r'\[\[.*?\]\]\);'
                   ^ ^

如果要获取方括号之间的内容，请在此处使用捕获组。

>>> import re
>>> s = 'foo [[bar]]); baz [[quz]]); not [[foobar]]'
>>> matches = re.findall(r'\[\[(.*?)\]\]\);', s, re.S)
>>> matches
['bar', 'quz']