优化python链接匹配正则表达式

我有一个正则表达式，

links=re.compile（“”，re.I）.findall（data）

要在某些html中查找链接，在某些html上需要很长时间，有什么优化建议吗

---

一个让它窒息的问题是

有什么理由不使用html解析器吗？使用类似于BeautifulSoup的东西，您可以获得所有链接，而不必使用像这样难看的正则表达式。

有什么理由不使用html解析器吗？使用BeautifulSoup之类的工具，您可以获得所有链接，而无需使用难看的正则表达式。

我建议用于此任务。

我建议用于此任务。

如何更直接地处理href

re_href = re.compile(r"""<\s*a(?:[^>]+?)href=("[^"]*(\\"[^"]*)*"|'[^']*(\\'[^']*)*'|[^\s>]*)[^>]*>""", re.I)

re\u href=re.compile（r“”“]+？）href=（“[^”]*（\\“[^”]*）*“\\”[^']*（\\\'[^']*）*“[^\s>]*）[^>]*”，re.I）

---

与您的

findall

在我的计算机上花费38.694秒相比，这大约需要0.007秒。

如何更直接地处理href

re_href = re.compile(r"""<\s*a(?:[^>]+?)href=("[^"]*(\\"[^"]*)*"|'[^']*(\\'[^']*)*'|[^\s>]*)[^>]*>""", re.I)

re\u href=re.compile（r“”“]+？）href=（“[^”]*（\\“[^”]*）*“\\”[^']*（\\\'[^']*）*“[^\s>]*）[^>]*”，re.I）

---

与您的

findall

在我的计算机上花费38.694秒相比，这大约需要0.007秒。

请尽量避免使用正则表达式解析HTML。强制链接：请尽量避免使用正则表达式解析HTML。强制链接：是否可能获取正则表达式获取的所有数据？链接、锚文本以及a和href之间和href之后的位，直到标记结束？@Matt：我发现很难理解你的正则表达式在做什么，但HTML解析器的一般想法是，它们使解析HTML变得容易。我相信，无论你想做什么，一旦你阅读了文档，都会非常简单。是的，非常简单。这似乎与您的问题重复，答案是：是否有可能获取正则表达式获取的所有数据？链接、锚文本以及a和href之间和href之后的位，直到标记结束？@Matt：我发现很难理解你的正则表达式在做什么，但HTML解析器的一般想法是，它们使解析HTML变得容易。我相信，无论你想做什么，一旦你阅读了文档，都会非常简单。是的，非常简单。这似乎与您的问题重复，答案如下：