Python 如何通过正则表达式获得最正确的匹配？

我认为这是一个普遍的问题。但我在别处没有找到令人满意的答案

假设我从一个网站中提取一些链接。链接如下所示：

http://example.com/goto/http://example1.com/123.html
http://example1.com/456.html
http://example.com/yyy/goto/http://example2.com/789.html
http://example3.com/xxx.html

我想使用正则表达式将它们转换为真正的链接：

http://example1.com/123.html
http://example1.com/456.html
http://example2.com/789.html
http://example3.com/xxx.html

然而，我不能这样做，因为RE的贪婪特性。

'http://.*$'

将只匹配整个句子。然后我尝试了

“http://.*？$”

，但也没有成功。

re.findall

。那么，还有其他方法可以做到这一点吗

---

---

对。我可以通过

str.split

或

str.index

来完成。但是我仍然很好奇是否有一个重新的解决方案。

你不需要使用正则表达式，你可以使用

str.split（）

来拆分你与

/

的链接，然后选取最后一部分并将其与

http/

连接起来：

>>> s="""http://example.com/goto/http://example1.com/123.html
... http://example1.com/456.html
... http://example.com/yyy/goto/http://example2.com/789.html
... http://example3.com/xxx.html"""
>>> ['http://'+s.split('//')[-1] for link in s.split('\n')]
['http://example3.com/xxx.html', 'http://example3.com/xxx.html', 'http://example3.com/xxx.html', 'http://example3.com/xxx.html']

使用regex，您只需将2

/

之间的所有字符替换为空字符串，但由于第一次使用时需要

/

中的一个：

>>[re.sub（r'（？使用此模式

^(.*?[^/])(?=\/[^/]).*?([^/]+)$  

(http://(?:(?!http:).)*)$  

http://.*?(?=http://)  

并替换为
$1/$2




阅读下面的评论后，使用此模式捕获您想要的内容

(http://(?:[^h]|h(?!ttp:))*)$



还是这个模式

^(.*?[^/])(?=\/[^/]).*?([^/]+)$  

(http://(?:(?!http:).)*)$  

http://.*?(?=http://)  



还是这个模式

^(.*?[^/])(?=\/[^/]).*?([^/]+)$  

(http://(?:(?!http:).)*)$  

http://.*?(?=http://)  

并替换为“无”

好吧，我知道我可以通过一些字符串操作来完成。但我仍然需要一个一步重新解决方案。@user2923419好的，我用regex添加了另一种方法！；）但是还是推荐第一种方法！@Kasra谢谢。我没有考虑使用sub。但是sub在这里非常有用，因为它将返回不匹配的字符串。我找到了另一种不使用sub的解决方案：
re.match（“（？：http://.*）（http://.+）$”，原始链接）。组（1）
@user2923419很高兴听到这个消息！那么接受我的答案呢？；）@JanneKarila，我误解了请求，更新了上面的答案