Python 如何匹配此url的正则表达式？

我有这个网址

http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.rar

“download”之后的数字是随机生成的，“mysite.com”之后的两个目录会为每个文件获取随机字符串

我尝试使用

（\.rar$）

查找文件扩展名以下载文件，但问题是该页面上的其他链接的URL以.rar文件结尾，而不是实际的下载链接。因此，通过扩展查找下载链接在这里没有帮助。我需要下面这样的图案

---

http://download\[random\u no\u here\].mysite.com/\[randomstring\u number\u included\u here/\[另一个\u randomstring\u带有\u number\u included\u here\u实际文件\u带有\u random\u name.rar

此正则表达式将执行您想要的操作：

r'http://download\d+\.mysite\.com/\w+/\w+/upload\.rar'

\d

匹配数字，

\w

匹配字母数字（包括下划线）；

+

表示匹配前面的一个或多个模式。我们在

.com

和

.rar

前面使用

以使

按字面解释，而不是作为正则表达式通配符

测试

import re

p = re.compile(r'http://download\d+\.mysite\.com/\w+/\w+/upload\.rar')

table = [
    'http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.rar',
    'http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.raw',
    'http://download123.mysite.com/456/789/upload.rar',
    'http://downloadabc.mysite.com/def/ghi/upload.rar',
    'http://download1234.mysite.com/def/ghi/upload.rar',
    'http://download1234.mysite.org/def/ghi/upload.rar',
]

for s in table:
    m = p.match(s)
    print s, m is not None

http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.rar True
http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.raw False
http://download123.mysite.com/456/789/upload.rar True
http://downloadabc.mysite.com/def/ghi/upload.rar False
http://download1234.mysite.com/def/ghi/upload.rar True
http://download1234.mysite.org/def/ghi/upload.rar False

输出

import re

p = re.compile(r'http://download\d+\.mysite\.com/\w+/\w+/upload\.rar')

table = [
    'http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.rar',
    'http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.raw',
    'http://download123.mysite.com/456/789/upload.rar',
    'http://downloadabc.mysite.com/def/ghi/upload.rar',
    'http://download1234.mysite.com/def/ghi/upload.rar',
    'http://download1234.mysite.org/def/ghi/upload.rar',
]

for s in table:
    m = p.match(s)
    print s, m is not None

http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.rar True
http://download2142.mysite.com/d0kz4p5p3uog/api60w0g1o1jil1/upload.raw False
http://download123.mysite.com/456/789/upload.rar True
http://downloadabc.mysite.com/def/ghi/upload.rar False
http://download1234.mysite.com/def/ghi/upload.rar True
http://download1234.mysite.org/def/ghi/upload.rar False

---

如果实际文件名不同，则可以使用

r'http://download\d+\.mysite\.com/\w+/\w+/\w+\.rar'

或

如果名称始终为小写字母

---

---

顺便说一句，通常是这样的，但是如果页面格式是固定的，并且相当简单，您可能可以不受影响。

我用它来查找python和beautifulsoup中的链接。

link2=soup2.findAll（href=re.compile（“”）http://download\d+\.mysite\.com/\w+/\w+/[a-z]+\.rar''）

，但未找到链接。