如何提取字符串总是在特定字符串之后，并且可选地后跟一个字符串答案

【问题标题】：How to extract a string always comes after specific string and optionally followed by a string如何提取字符串总是在特定字符串之后，并且可选地后跟一个字符串
【发布时间】：2019-07-22 20:10:32
【问题描述】：

如果我有一个字符串，则前面总是有http://，并且可选地后面是/。示例：

http://www.mymovies.com/

但有时可以采用以下格式： http://www.mymovies.com

我要提取www.mymoviews.com 我想捕获两种格式（有/没有/）

我尝试使用：

import re
print(re.search('http://(.*)/','http://www.mymovies.com').group(1))

但我收到此错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'

1) 如何解决错误 2）如何捕获有/没有以下/字符（因为我的解决方案需要/

【问题讨论】：

re.search('www.+com',s).group()
正如我在问题中所说的那样，www. 我的固定字符并不总是http://。
试试http://([^/]*)/?，见this regex demo
@Wiktor Stribiżew 如何尝试？使用重新？你能写出整行吗？
是的，re 就足够了。 print(re.search(r'http://([^/]*)/?','http://www.mymovies.com').group(1)) 和 print(re.search(r'http://([^/]*)/?','http://www.mymovies.com/').group(1))。我不知道你想匹配什么其他类型的 URL，因此，这是一个建议。

标签： python regex python-3.x string search

【解决方案1】：

你可以使用

m = re.search(r'https?://([^/]*)/?','http://www.mymovies.com')
if m:
    print(m.group(1))

见regex demo

详情

http - http 子字符串
s? - 1 或 0 s 字符
:// - :// 子字符串
([^/]*) - 捕获组 1：/ 以外的零个或多个字符
/? - 1 或 0 / 字符。

Python demo（打印四个www.mymovies.com作为输出）：

import re
strs = ['http://www.mymovies.com/','http://www.mymovies.com','https://www.mymovies.com/','https://www.mymovies.com']
r = re.compile(r'https?://([^/]*)/?')
for s in strs:
    m = r.search('http://www.mymovies.com')
    if m:
        print(m.group(1))

【讨论】：

你的意思是http - https子字符串（你忘了's'）
@user9371654 我没有忘记s，请参阅模式中的https?：它匹配http 或https，因为s? 匹配可选的s，即1 或0 s 字符。
你能仔细检查第一个要点吗？这就是我的意思。
@user9371654 很好，因为它后面是第二个要点。请完整查看该模式。
现在我明白你的意思了。对不起。

【解决方案2】：

试试正则表达式：(?<=http:\/\/)\[^\/\]+?(?=\/|$)

Demo

【讨论】：

【解决方案3】：

您的搜索字符串是http://(.*)/，因此末尾的/ 是强制性的。如果你在它后面加上?，你可以让它成为可选的，或者你可以完全忽略它。如果您不希望它成为结果字符串的一部分，请将其之前的匹配字符限制为除 / 之外的所有字符：

https://([^/]*)

或在操作后做一个简单的最后一个字符检查，如果是/，则将其删除：

if result[-1] == "/": result = result[:-1]

还应注意，如果您的输入可以是完整的 URL（包括路径和 ?key=value 对），则应进一步限制匹配的字符。

【讨论】：

【解决方案4】：

您可以使用 split() 方法在不使用正则表达式的情况下做到这一点：

url.split("/")[2]

'http://www.mymovies.com/'.split("/")[2] ==> "www.mymovies.com"

'http://www.mymovies.com'.split("/")[2] ==> "www.mymovies.com"

'http://www.mymovies.com/star-wars/episodeV'.split("/")[2] ==> "www.mymovies.com"

【讨论】：