Python 正则表达式：re.search() 找不到字符串答案

【问题标题】：Python regex: re.search() does not find stringPython 正则表达式：re.search() 找不到字符串
【发布时间】：2020-08-12 10:31:45
【问题描述】：

我在使用 re.search() 方法时遇到了问题。我正在尝试从以下显式字符串中提取图像链接：

div class="beitragstext">\n\t\t\t\tEs gibt derzeit keine GrÃ¼nde mehr NICHT auf 1.1.3 zu springen!\n<a href="http://www.flickr.com/photos/factoryjoe/372948722/"><img src="https://www.iphoneblog.de/wp-content/uploads/2008/02/372948722-6ec4028a80.jpg" alt="372948722_6ec4028a80.jpg" border="0" width="430" height="466" /></a>\nPhoto: <a href="http://www.flickr.com/photos/factoryjoe">factoryjoe</a>

我想减去第一张图片的网址，而且只有网址。

这是我的代码： imageURLObject = re.search(r'http(?!.*http).*?\.(jpg|png|JPG|PNG)', match)

结果应该是https://www.iphoneblog.de/wp-content/uploads/2008/02/372948722-6ec4028a80.jpg

相反，方法返回是无。但是如果使用这个正则表达式re.search(r'http.*?\.(jpg|png|JPG|PNG)', match)，没有`*(?!.http)，第一个http命中将匹配到。(jpg|png| JPG|PNG) 这就是回报：

http://www.flickr.com/photos/factoryjoe/372948722/"><img src="https://www.iphoneblog.de/wp-content/uploads/2008/02/372948722-6ec4028a80.jpg

有人可以帮帮我吗？ :-)

【问题讨论】：

图片链接是否总是在'src='之后？
是的，我之前没有注意到。我将它添加到我的正则表达式中，现在它可以工作了。谢谢！！

标签： python regex string search no-match

【解决方案1】：

使用 Beautiful soup 进行 HTML 解析..

https://beautiful-soup-4.readthedocs.io/en/latest/

from bs4 import BeautifulSoup

html = """
<div class="beitragstext">\n\t\t\t\t<p>Es gibt derzeit keine GrÃ¼nde mehr NICHT auf 1.1.3 zu springen!</p>\n<p><a href="http://www.flickr.com/photos/factoryjoe/372948722/"><img src="https://www.iphoneblog.de/wp-content/uploads/2008/02/372948722-6ec4028a80.jpg" alt="372948722_6ec4028a80.jpg" border="0" width="430" height="466" /></a></p>\n<p>Photo: <a href="http://www.flickr.com/photos/factoryjoe">factoryjoe</a>
"""

soup = BeautifulSoup(html, 'lxml')
links = soup.find_all('div', {'class': 'beitragstext'})

for i in links:
    print(i.find('img')['src'])

>>> https://www.iphoneblog.de/wp-content/uploads/2008/02/372948722-6ec4028a80.jpg

【讨论】：

您也可以使用请求直接从 url 获取 html..阅读文档.. 非常简单！