在s中匹配的Python正则表达式

Question

在http://gskinner.com/RegExr/（联机regex测试仪）上测试时，当jpg或bmp存在时，regex [jpg|bmp]返回结果，但是，当我在python中运行此regex时，它只返回j或b。如何使regex将整个单词“jpg”或“bmp”包含在集合中？这可能是以前问过的，但我不知道如何构造问题来找到答案。谢谢！！！

这是全部的正则表达式，如果有帮助的话

"http://www\S*(?i)\\.(jpg|bmp|png|gif|img|jng|jpeg|jpe|gif|giff)"

基本上就是在url中查找图片

Answer 1

用^{}代替方括号。

方括号表示-匹配方括号中集合中的字符。

编辑-您可能需要这样的内容：^{}或[^ ].*?\.(jpg|bmp)

Answer 2

当您使用[]时，您正在创建一个字符类，该类包含方括号之间的所有字符。

所以你不匹配jpg或bmp你匹配的是j或p或g或|。。。

您应该在regex中为字符串的结尾添加一个锚

http://www\S*(?i)\\.(jpg|bmp|png|gif|img|jng|jpeg|jpe|gif|giff)$
          ^      ^^

如果你需要双重逃逸，那么你模式中的每一个地方

http://www\\S*(?i)\\.(jpg|bmp|png|gif|img|jng|jpeg|jpe|gif|giff)$

以确保它检查字符串末尾的文件。

Answer 3

如果您正在搜索URL列表

urls = [ 'http://some.link.com/path/to/file.jpg',
         'http://some.link.com/path/to/another.png',
         'http://and.another.place.com/path/to/not-image.txt',
       ]

要查找与给定模式匹配的模式，可以使用：

import re
for url in urls:
   if re.match(r'http://.*(jpg|png|gif)$'):
      print url

它将输出

http://some.link.com/path/to/file.jpg
http://some.link.com/path/to/another.png

re.match()将在字符串开头测试匹配，并返回前两个链接的匹配对象，第三个链接的匹配对象None。

如果您只获得扩展名，可以使用以下命令：

for url in urls:
   m = re.match(r'http://.*(jpg|png|gif)$')
   print m.group(0)

它将打印

('jpg',)
('png',)

您将只得到扩展，因为这是一个组的定义。

如果您需要在一长串文本（例如从wget返回的）中找到url，则需要使用re.search()，并用( )括起您感兴趣的部分

response = """dlkjkd dkjfadlfjkd fkdfl kadfjlkadfald ljkdskdfkl adfdf
    kjakldjflkhttp://some.url.com/path/to/file.jpgkaksdj fkdjakjflakdjfad;kadj af
    kdlfjd dkkf aldfkaklfakldfkja df"""

reg = re.search(r'(http:.*/(.*\.(jpg|png|gif)))', response)

print reg.groups()

将打印

('http://some.url.com/path/to/file.jpg', 'file.jpg', 'jpg',)

或者可以使用re.findall或re.finditer代替re.search来获取长响应中的所有URL。搜索将只返回第一个。