Python：正则表达式来提取部分URL之间的圆括号

Question

我有这个奇怪的格式化的URL。我必须提取'（）'中的内容。

样品网址：http://sampleurl.com/(K(ThinkCode))/profile/view.aspx

如果我可以提取ThinkCode出来，我将是一个快乐的人！我有一个艰难的时间与regexing特殊字符像“（”和“/”。

Answer 1

>>> foo = re.compile(r"(?<=\(K\()[^\)]*") 
>>> foo.findall(r"http://sampleurl.com/(K(ThinkCode))/profile/view.aspx") 
['ThinkCode'] 

说明

在正则表达式的世界中，一个lookbehind是说：“我想匹配ham的一种方式，但只有如果它是由spam之前，我们写为(?<=spam)ham。所以在这种情况下，我们要匹配[^\)]*，但只有当它是由\(K\(之前。

现在\(K\(是一个不错的，简单的正则表达式，因为它是纯文本！这意味着，严丝合缝串(K(。请注意，我们必须跳过括号（将\放在前面），否则正则表达式解析器会认为它们是正则表达式的一部分，而不是匹配的字符！

最后，当你在正则表达式中放置了方括号时，这意味着“这里的任何字符都OK”。如果你在第一个字符是^的方括号内加上了一些东西，这意味着“这里的任何字符而不是都可以”。所以[^\)]的意思是“任何不是右括号的字符”，[^\)]*的意思是“尽可能多的字符不是右括号”。

全部放在一起，(?<=\(K\()[^\)]*意思是“你可以不在右括号内，串(K(之前匹配尽可能多的字符。

哦，最后一两件事。因为\意味着内部串东西在Python以及里面的正则表达式，我们使用原始字符串 - 。r"spam"，而不是仅仅"spam"这告诉Python来忽略\的

另一种方式

如果lookbehind对您来说有点复杂，您还可以使用捕获组。这些背后的想法是，正则表达式匹配模式，但也可以记住子模式。这意味着你不必担心周围的问题，因为你可以匹配整个模式，然后提取其中的子模式！

要捕获一个组，只需将其放在括号内：(foo)将捕获foo作为第一组。然后，使用.groups()吐出你匹配的所有组！这是其他答案的工作方式。

Answer 2

如果你想在一个正则表达式的特殊字符，你需要转义，如\(，\/，\\。

。

嵌套的括号内匹配的东西是相当多的正则表达式痛，如果该格式是永远不变的，你可以这样做：

\(.*?\((.*?)\).*?\) 

基本上是：找一个开括号，匹配的字符，直到找到另一个开放paren，组角色，直到我看到一个亲密paren，然后确保有两个更多的c在那里丢失paren。

Answer 3

这并不难，特别是因为/实际上并不是Python正则表达式中的特殊字符。你只需要反斜杠就可以了。这个怎么样：

s = "http://sampleurl.com/(K(ThinkCode))/profile/view.aspx" 
mo = re.match(r"http://sampleurl\.com/\(K\(([^)]+)\)\)/profile.view\.aspx", s); 
print mo.group(1) 

注意使用r""原始字符串保持在正则表达式模式字符串中的反斜杠。

Answer 4

mystr = "http://sampleurl.com/(K(ThinkCode))/profile/view.aspx" 
import re 
re.sub(r'^.*\((\w+)\).*',r'\1',mystr)