使用python re查找url'；包含x的s

我使用python 2.7.3、urllib和re查找包含以下内容的URL：

href="/dirone/Dir_Two/dirthree/"

url可能位于的位置，例如：

href="/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers"

我想回来：

"/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers"

使用此工具：

我将正则表达式生成为：

/^href\="\/dirone\/Dir_Two\/dirthree\/"$/im

因此，该正则表达式是否可以通过以下方式与python和re一起使用：

object_name = re.findall('/^href\="\/dirone\/Dir_Two\/dirthree\/"$/im',url)
for single_url in object_name:
    do something

---

你真的想放下

^

锚；我怀疑

href

是否会出现在行首

您不需要

/im

部分，这些部分应替换为

re.

标志常量。这里有Perl正则表达式语法，Python没有专门的

/…/flags

语法

因此，转义太多，并且没有实际的Python字符串。实际上，这里不包括字母和数字部分的

5678随机数据

改用这个：

object_name = re.findall(r'href="(/dirone/Dir_Two\/dirthree/[^"/]*)"', url, re.I)

我删除了多行标志，因为删除了
^
的字符串的开头不再匹配。我在路径周围添加了一个组（
（…）
），以便
findall（）
返回这些，而不是全部匹配。
[^”/]*
部分匹配除引号或斜杠以外的任何字符，以捕获文件名部分，而不是另一个目录名

简短演示：

>>> import re
>>> example = '<a href="/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers">'
>>> re.findall(r'href="(/dirone/Dir_Two\/dirthree/[^"/]*)"', example, re.I)
['/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers']

>>重新导入
>>>示例=“”
>>>re.findall（r'href=“（/dirone/Dir_Two\/dirthree/[^”/]*）”，例如，re.I）
['/dirone/Dir_Two/dirthree/5678随机填充字母和数字']
你真的想放弃
^
锚；我怀疑
href
是否会出现在行首

您不需要
/im
部分，这些部分应替换为
re.
标志常量。这里有Perl正则表达式语法，Python没有专门的
/…/flags
语法

因此，转义太多，并且没有实际的Python字符串。实际上，这里不包括字母和数字部分的
5678随机数据

改用这个：

object_name = re.findall(r'href="(/dirone/Dir_Two\/dirthree/[^"/]*)"', url, re.I)

我删除了多行标志，因为删除了
^
的字符串的开头不再匹配。我在路径周围添加了一个组（
（…）
），以便
findall（）
返回这些，而不是全部匹配。
[^”/]*
部分匹配除引号或斜杠以外的任何字符，以捕获文件名部分，而不是另一个目录名

简短演示：

>>> import re
>>> example = '<a href="/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers">'
>>> re.findall(r'href="(/dirone/Dir_Two\/dirthree/[^"/]*)"', example, re.I)
['/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers']

>>重新导入
>>>示例=“”
>>>re.findall（r'href=“（/dirone/Dir_Two\/dirthree/[^”/]*）”，例如，re.I）
['/dirone/Dir_Two/dirthree/5678随机填充字母和数字']
与Martijn的答案类似，但使用
beautifulsoup
假设您拥有HTML

data = '<a href="/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers">Content</a>'

from bs4 import BeautifulSoup
import re

soup = BeautifulSoup(data)
print [el['href'] for el in soup('a', href=re.compile('^/dirone/Dir_Two/.*'))]

data=''
从bs4导入BeautifulSoup
进口稀土
汤=美汤（数据）
为汤中的el打印[el['href']（a'，href=re.compile（'^/dirone/Dir_Two/*'）]
与Martijn的答案类似，但使用
beautifulsoup
假设您拥有HTML

data = '<a href="/dirone/Dir_Two/dirthree/5678-random-stuff-here-letters-and-numbers">Content</a>'

from bs4 import BeautifulSoup
import re

soup = BeautifulSoup(data)
print [el['href'] for el in soup('a', href=re.compile('^/dirone/Dir_Two/.*'))]

data=''
从bs4导入BeautifulSoup
进口稀土
汤=美汤（数据）
为汤中的el打印[el['href']（a'，href=re.compile（'^/dirone/Dir_Two/*'）]
我相信你的意思是
re.M | re.I
@Bogdan:我做了，但后来删除了
re.M
，因为没有行插入符号它就没有意义。我相信你的意思是
re.M | re.I
@Bogdan:我做了，但后来删除了
re.M
，因为没有行插入符号它就没有意义。