如何使用正则表达式Python从HTML页面查找匹配URL

我试图通过Python中html页面的查询字符串匹配以下URL，但无法解决它。我是python的新手

我想将上面的URL与

&user\u id=[从\u 0到\u 99的任意数字]&

匹配，并在屏幕上打印此URL

没有此

&用户id=[从0到99的任何数字]&

的URL将不匹配

以下是我的不完整正则表达式代码：

https？：\/\/.{0,30}.+[a-zA-Z0-9\/？\+=]{0,30}和用户id=[0-9][0-9]&.*？”

我知道这段代码有很多错误，但是这段代码设法匹配了上面的URL，直到

“

双qoute

完整的代码如下所示：

import re

reg = re.compile(r'https?:\/\/.{0,30}\.+[a-zA-Z0-9\/?_+=]{0,30}&user_id=[0-9][0-9]&.*?"')
str = '<a href="http://example.com/?query_id=9&user_id=49&token_id=4JGO4I394HD83E" id="838"/>'
result = reg.search(str)
result = result.group()
print(result)

---

它在URL的末尾显示了

“

，我知道这不是一个好的正则表达式代码，我想要上面代码的更好版本。

可以对您的正则表达式说几句话：

/

不是特殊的

re

字符，无需转义

域不能大于30个字符这一事实是故意的吗？否则，您可以使用

*

你知道你正在使用的字符串包含有效的URL吗？如果不知道，你可以做一些事情，比如确保域至少有4个字符长，包含不是最后一个字符的句点，等等

[0-9][0-9]

部分还将匹配

04

之类的内容，严格来说，这不是0到99之间的数字

考虑到这一点，您可以设计以下更简单的正则表达式：

reg=re.compile（“https？：//.&user_id=[1-9][0-9]？&”）
str='。
Hi，当然可以使用正则表达式解析html，但也许值得考虑BeautifulSoup。它是一个解析html的包。
$ python reg.py
http://example.com/?query_id=9&user_id=49&token_id=4JGO4I394HD83E"