Python 如何为网站url模式设置正则表达式

url模式是

http://www.hepsiburada.com/philips-40pfk5500-40-102-ekran-full-hd-200-hz-uydu-alicili-cift-cekirdek-smart-android-led-tv-p-EVPHI40PFK5500

这个网站有类似的URL。此url的唯一标识符是

-p-

。 url模式总是在url末尾的单词前面有

-p-

我使用了下面的正则表达式

(.*)hepsiburada\.com\/([\w.-]+)([\-p\-\w+])\Z

它匹配，但它匹配这个网站上的许多模式

例如，正则表达式应该匹配上面的url，但不应该匹配

http://www.hepsiburada.com/bilgisayarlar-c-2147483646

---

由于您使用的是

re.match

，因此确实需要从头开始匹配字符串。但是，主要问题是

-p-

位于字符类内，因此被视为可以匹配的单独符号。

\w+

也是如此-它分别被视为

\w

和

+

因此，使用一个序列：

看

或

见

---

请注意，很可能您甚至不需要捕获组，并且可以从模式中删除括号。

您想提取什么？是在“-p”之后的单词吗？还是要验证URL？然后从字符类中移出

-p-

。使用（不知道你是否需要捕获组，我想你可以摆脱它们）怎么样？这将在示例的第一组中给出

EVPHI40PFK5500

。如果您只想检查字符串是否包含

hepsiburada.com

和

-p-

，您可以使用

find

或

index

进行检查。您可以使用

（.*）hepsiburada.com\/（.+）-p-

 (.*)hepsiburada\.com/([\w.-]+)(-p-\w+)$

^https?://(?:www\.)?hepsiburada\.com/([\w.-]+)(-p-\w+)$