正则表达式澄清？答案

【问题标题】：Regular Expression Clarification?正则表达式澄清？
【发布时间】：2018-07-20 19:43:59
【问题描述】：

如果我有一个包含多个文本实例的字符串，如下所示：

"img": "/static/thumbs/1607.02533v4.pdf.jpg"

提取这部分的正则表达式会是什么样子：

1607.02533v4.pdf

尝试过这样的事情：re.findall(r'(?<=thumbs/)(.*)(?=.jpg)') 来获取文本，但它似乎不起作用。

编辑：找出问题所在。比赛很贪心，需要加一个？ .* 之后

re.findall(r'(?<=thumbs/)(.*?)(?=.jpg)')

【问题讨论】：

拇指后缺少转义字符。应该是(?<=thumbs\/)(.*)(?=.jpg)。检查here
@WStokvis 绝对不应该是.*。
这个字符串是 JSON 吗？
你也可以试试这个：/thumbs/(.*?).jpg
如果你想使用正则表达式，它应该是re.findall(r'"img"\s*:\s*"[^"]*/([^"]*)\.jpg"', s)，但建议先使用json模块先获取正确的纯文本然后提取您需要的值更容易。

标签： python regex text-extraction

【解决方案1】：

这是一个假设文件都具有相同命名约定的示例：

import re
s = '''
"img": "/static/thumbs/1607.02533v1.pdf.jpg"
"img": "/static/thumbs/1608.02533v2.pdf.jpg"
"img": "/static/thumbs/1609.02533v3.pdf.jpg"
"img": "/static/thumbs/1610.02533v4.pdf.jpg"
'''
re.findall(r'thumbs/([0-9.a-z]+.pdf)', s)

输出：

['1607.02533v1.pdf', '1608.02533v2.pdf', '1609.02533v3.pdf', '1610.02533v4.pdf']

解释：

thumbs/([0-9.a-z]+.pdf)

以thumbs/ 开头有一个包含 1 个或多个字符的组 0-9 一个 . 和 a-z 并以 .pdf 结尾

【讨论】：

【解决方案2】：

执行1607.02533v4.pdf

对于 C# ASP.NET 2.0 - 4.7.2、.NET Core、C++、Delphi：

[0-9]+\.[0-9]+v[0-9]+\.\w{3}

执行1607.02533v4

对于 C# ASP.NET 2.0 - 4.7.2、.NET Core、C++、Delphi：

[0-9]+\.[0-9]+v[0-9]+

Java 8、Javascript、MySQL、Orqcle 11gR2 和 12c、PHP 7.0.4 - 4.1.17、Visual Basic 6、Python 2.7、Python 3.6、Ruby 2.4 - 2.5、VBScript： p>

[0-9]+\.[0-9]+v

这里online RegEx tester

【讨论】：