Python 从url提取uuid

我想从URL中提取UUID

例如：

/posts/eb8c6d25-8784-4cdf-b016-4d8f6df64a62？mc_cid=37387dcb5f&mc_eid=787BBECB2
/posts/d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid/7034
/posts/5ff0021c-16cd-4f66-8881-ee28197ed1cf

我有几千根这样的绳子

我的正则表达式现在是

“*\/posts\/（.*）[/？]+.*”

这给了我这样的结果：

d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid
84ba0472-926d-4f50-b3c6-46376b2fe9de/uid
6f3c97c1-b877-40e0-9479-6bdb826b7b8f/uid
f5e5dc6a-f42b-47d1-8ab1-6AE53415D24
f5e5dc6a-f42b-47d1-8ab1-6AE53415D24
f7842dce-73a3-4984-bbb0-21d7ebce1749
fdc6c48f-b124-447d-b4fc-bb528abb8e24

正如您所看到的，我的正则表达式无法摆脱

/uid

，但可以处理

？xxxx

，查询参数，很好

我错过了什么？如何使它正确

---

谢谢

对于UUID来说，

*

模式太宽太贪婪了：

>>> import re
>>> data = """
... /posts/eb8c6d25-8784-4cdf-b016-4d8f6df64a62?mc_cid=37387dcb5f&mc_eid=787bbeceb2
... /posts/d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid/7034
... /posts/5ff0021c-16cd-4f66-8881-ee28197ed1cf
... """
>>> 
>>> re.findall(r"/posts/([A-Za-z0-9\-]+)", data)
['eb8c6d25-8784-4cdf-b016-4d8f6df64a62', 
 'd78fa5da-4cbb-43b5-9fae-2b5c86f883cb', 
 '5ff0021c-16cd-4f66-8881-ee28197ed1cf']

或者，您可以对UUID格式更加严格，请参阅更多：

---

对于UUID来说，

*

模式过于宽泛和贪婪：

>>> import re
>>> data = """
... /posts/eb8c6d25-8784-4cdf-b016-4d8f6df64a62?mc_cid=37387dcb5f&mc_eid=787bbeceb2
... /posts/d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid/7034
... /posts/5ff0021c-16cd-4f66-8881-ee28197ed1cf
... """
>>> 
>>> re.findall(r"/posts/([A-Za-z0-9\-]+)", data)
['eb8c6d25-8784-4cdf-b016-4d8f6df64a62', 
 'd78fa5da-4cbb-43b5-9fae-2b5c86f883cb', 
 '5ff0021c-16cd-4f66-8881-ee28197ed1cf']

或者，您可以对UUID格式更加严格，请参阅更多：

---

正则表达式尝试匹配尽可能多的字符（非正式地称为“maximal munch”）
您的正则表达式

*/posts\/（.*）[/？]+.

的简单英文描述如下：
匹配任意项，后跟

/posts/

，后跟任意项，后跟一个或多个

/？

，后跟任意项
当我们将该正则表达式应用于此文本时：

../posts/d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid/7034

。。。最大munch规则要求第二个“任意”匹配项尽可能长，因此它最终匹配的内容比您想要的要多：

d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid

。。。因为仍然有

/7034

部分剩余，它与正则表达式的剩余部分相匹配

---

修复此问题的最佳方法是使用只匹配UID中实际出现的字符的正则表达式（如@alecxe所建议的）。
正则表达式尝试匹配尽可能多的字符（非正式称为“maximal munch”）
您的正则表达式

*/posts\/（.*）[/？]+.

的简单英文描述如下：
匹配任意项，后跟

/posts/

，后跟任意项，后跟一个或多个

/？

，后跟任意项
当我们将该正则表达式应用于此文本时：

../posts/d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid/7034

。。。最大munch规则要求第二个“任意”匹配项尽可能长，因此它最终匹配的内容比您想要的要多：

d78fa5da-4cbb-43b5-9fae-2b5c86f883cb/uid

。。。因为仍然有

/7034

部分剩余，它与正则表达式的剩余部分相匹配

---

修复此问题的最佳方法是使用只匹配UID中实际出现的字符的正则表达式（如@alecxe所建议的）。
您是否先尝试过搜索？还有好的指针。我搜索了错误的关键字@fukanchikDid您先尝试搜索吗？还有好的指针。我搜索了错误的关键字@福康奇克