使用Python和正则表达式查找正确的URL

我有一个包含URL的表，如

vk.com/albums54751623?z=photo54751623_341094858%2Fphotos54751623
vk.com/albums54751623
vk.com/id36375649
vk.com/id36375649

我需要找到所有

url

如

vk.com/id36375649

（仅

id

） 我试着

---

但这是不正确的，因为它没有返回任何内容

您可以使用

startswith

：

strs = ['vk.com/albums54751623?z=photo54751623_341094858%2Fphotos54751623',
'vk.com/albums54751623',
'vk.com/id36375649',
'vk.com/id36375649']
print([x for x in strs if x.startswith(r'vk.com/id')])

见

更新

要解决此答案下面评论中所述的问题，您必须使用带有一些检查的正则表达式：

^vk\.com/(?!album)\w+$

见附录a和a：

---

下面这样的正则表达式可能会起作用

vk.com\/id\d+

---

请记住，在正则表达式中，您需要转义某些字符，如斜杠。

Nice！您并不总是需要正则表达式：）我认为，如果有一种很好的语言方法，并且数据是干净的、结构化的，则不需要正则表达式。如果不是这样的话，当然，类似regex的可以是非常方便的一些URL，比如

vk.com/id36375649？z=album-28413960_228518010

。我不需要，你的意思是你不想要一个带有查询字符串的vk.com ID链接吗？你正在动态地更改问题。那你可以试试正则表达式。尝试请参阅更新。请尝试“vk\.com\/id\d+”

import re
strs = ['vk.com/albums54751623?z=photo54751623_341094858%2Fphotos54751623',
'vk.com/albums54751623',
'vk.com/id36375649',
'vk.com/id36375649',
'vk.com/id36375649?z=album-28413960_228518010',
'vk.com/tania_sevostianova'
]
print([x for x in strs if re.search(r'^vk\.com/(?!album)\w+$', x)])
# => ['vk.com/id36375649', 'vk.com/id36375649', 'vk.com/tania_sevostianova']

vk.com\/id\d+