正则表达式返回所有字符，直到“/”向后搜索

Question

我在使用这个正则表达式时遇到了问题，我想我快到了。

m =re.findall('[a-z]{6}\.[a-z]{3}\.[a-z]{2} (?=\" target)', 'http://domain.com.uy " target')

这给了我想要的“精确”输出。那是domain.com.uy，但显然这只是一个例子，因为[a-z]{6} 只匹配前6 个字符，这不是我想要的。

我希望它返回domain.com.uy，所以基本上该指令将匹配任何字符，直到遇到“/”（向后）。

编辑：

m =re.findall('\w+\.[a-z]{3}\.[a-z]{2} (?=\" target)', 'http://domain.com.uy " target')

非常接近我想要的，但不会匹配“_”或“-”。

为了完整起见，我确实不需要需要http://

我希望这个问题足够清楚，如果我留下任何可以解释的地方，请要求任何需要的澄清！

提前致谢！

Answer 1

另一种选择是使用positive lookbehind，例如(?<=//)：

>>> re.search(r'(?<=//).+(?= \" target)', 
...           'http://domain.com.uy " target').group(0)
'domain.com.uy'

请注意，如果需要，这将匹配 url 本身内的斜杠：

>>> re.search(r'(?<=//).+(?= \" target)',
...           'http://example.com/path/to/whatever " target').group(0)
'example.com/path/to/whatever'

如果您只想要裸域，没有任何路径或查询参数，您可以使用r'(?<=//)([^/]+)(/.*)?(?= \" target)' 并捕获组 1：

>>> re.search(r'(?<=//)([^/]+)(/.*)?(?= \" target)',
...           'http://example.com/path/to/whatever " target').groups()
('example.com', '/path/to/whatever')

Answer 2

如果正则表达式不是必需的，并且您只是希望从 Python 中的 URL 中提取 FQDN。使用urlparse 和str.split()：

>>> from urlparse import urlparse
>>> url = 'http://domain.com.uy " target'
>>> urlparse(url)
ParseResult(scheme='http', netloc='domain.com.uy " target', path='', params='', query='', fragment='')

这已将 URL 分解为其组成部分。我们要netloc:

>>> urlparse(url).netloc
'domain.com.uy " target'

按空格分割：

>>> urlparse(url).netloc.split()
['domain.com.uy', '"', 'target']

只是第一部分：

>>> urlparse(url).netloc.split()[0]
'domain.com.uy'

Answer 3

试试这个（也许你需要在 Python 中转义 /）：

/([^/]*)$

Answer 4

就这么简单：

[^/]+(?= " target)

但请注意，http://domain.com/folder/site.php 不会返回域。 并记住在字符串中正确转义正则表达式。