我想使用 python 正则表达式从字符串中查找特定的数据并排除特定部分答案

【问题标题】：i want to find a specific peiece of data from a string using python regular expresion and exclude specific portion我想使用 python 正则表达式从字符串中查找特定的数据并排除特定部分
【发布时间】：2021-11-25 21:58:12
【问题描述】：

((http(s?):)./([a-z]).*/)这是正则表达式试试

但在这个字符串中，我想要这样的目录：/wp-content/uploads/2021/09/

图片名称如下：VideoHive-Happy-Kids-Slideshow-Premiere-Pro-MOGRT-Free-Download-GetintoPC.com_-300x169.jpg

【问题讨论】：

标签： regex web-scraping regular-language

【解决方案1】：

您可以使用 2 个捕获组

https?:\/\/[^/]*(\/wp-content\/uploads\/\d{4}\/\d{2}\/)([^\/\s]+)

https?:\/\/[^/]* 将协议匹配到第一个 / 之前
( 捕获第 1 组
- \/wp-content\/uploads\/\d{4}\/\d{2}\/ 匹配 /wp-content/uploads/ 4 位 / 2 位 /
)关闭第一组
([^\/\s]+) 捕获 第 2 组，匹配除 / 或空白字符以外的任何字符 1 次以上

Regex demo

const s = `https://getintopc.com/wp-content/uploads/2021/09/VideoHive-Happy-Kids-Slideshow-Premiere-Pro-MOGRT-Free-Download-GetintoPC.com_-300x169.jpg https://getintopc.com/wp-content/uploads/2021/09/VideoHive-Happy-Kids-Slideshow-Premiere-Pro-MOGRT-Direct-Link-Free-Download-GetintoPC.com_-300x169.jpg https://getintopc.com/wp-content/uploads/2021/09/VideoHive-Happy-Kids-Slideshow-Premiere-Pro-MOGRT-Full-Offline-Installer-Free-Download-GetintoPC.com_-300x169.jpg https://getintopc.com/wp-content/uploads/2021/09/VideoHive-Happy-Kids-Slideshow-Premiere-Pro-MOGRT-Latest-Version-Free-Download-GetintoPC.com_-300x169.jpg`;
const regex = /https?:\/\/[^/]*(\/wp-content\/uploads\/\d{4}\/\d{2}\/)([^\/\s]+)/g;
const res = Array.from(s.matchAll(regex), m => [m[1], m[2]]);
console.log(res);

或者更广泛的版本，首先匹配以[a-z] 开头的文件夹，然后是以数字开头并以.jpg 结尾的文件夹

https?:\/\/[^/]*((?:\/[a-z][^/]*)+(?:\/\d+)+\/)([^\/]+\.jpg)

Regex demo

【讨论】：

【解决方案2】：

你可以试试这个：

https?:\/\/.*?(?<folder>\/.*?\/.*?\/.*?\/.*?\/)(?<image>.*)

我添加了两个捕获组，分别是文件夹和图像的名称。

【讨论】：