Python Reg模式URL选择/筛选

目标：获取包含（/yyyy/mm/dd/ddd/）格式的链接。e、 g./2017/03/10/519650091/

由于某些原因，它总是有facebook、twitter和2017/03/20170311格式的链接

links = [
    'http://www.npr.org/sections/thesalt/2017/03/10/519650091/falling-stars-negative-yelp-reviews-target-trump-restaurants-hotels',
    'https://ondemand.npr.org/anon.npr-mp3/npr/wesat/2017/03/20170311_wesat_south_korea_wrap.mp3?orgId=1&topicId=1125&d=195&p=7&story=519807707&t=progseg&e=519805215&seg=12&siteplayer=true&dl=1',
    'https://www.facebook.com/NPR',
    'https://www.twitter.com/NPR']

---

这里有几个问题：

模式

^（/[0-9]{4}/[0-9]{2}/[0-9]{2}/[0-9]{9}）$

要求字符串以

/[0-9]{4}/

开头，但所有字符串都以

http

开头

条件

r.search（链接）=“None”

永远不会为真，因为

re.search

返回

None

或匹配对象，因此与字符串

“None”

进行比较是不合适的

看起来你在找这个：

sel_links = []
def selectedLinks(links):
    r = re.compile("^(/[0-9]{4}/[0-9]{2}/[0-9]{2}/[0-9]{9})$")
    for link in links:
        if r.search(link)!="None":
            sel_links.append(link)
    return set(sel_links)
selectedLinks(links)

---

下次请正确设置问题的格式，并确保发布的代码中没有输入错误（我在

链接中更正了=

）

def selectedLinks(links):
    r = re.compile(r"/[0-9]{4}/[0-9]{2}/[0-9]{2}/[0-9]{9}")
    for link in links:
        if r.search(link):
            sel_links.append(link)
    return set(sel_links)