如果正则表达式找不到匹配项，则返回“错误”答案

【问题标题】：Return "Error" if no match found by regex如果正则表达式找不到匹配项，则返回“错误”
【发布时间】：2019-05-29 09:37:12
【问题描述】：

我有一个字符串：

link = "http://www.this_is_my_perfect_url.com/blah_blah/blah_blah?=trololo"

我有一个函数可以从该 url 返回域名，如果没有找到，则返回 '':

def get_domain(url):
    domain_regex = re.compile("\:\/\/(.*?)\/|$")
    return re.findall(domain_regex, str(url))[0].replace('www.', '')

get_domain(link)

返回结果：

this_is_my_perfect_url.com

|$ 返回 '' 如果正则表达式不匹配。

有没有办法在正则表达式中实现默认值Error，这样我就不必在函数内部进行任何检查？

所以如果link = "there_is_no_domain_in_here" 则函数返回Error 而不是''。

【问题讨论】：

不，您不能在正则表达式中设置任何内容，它只会返回在输入文本中找到的内容。您必须在代码中返回 Error。
正如 WiktorStribiżew 所提到的，您需要根据我在下面的回答在您的正则表达式匹配逻辑@milka1117 之外检查这一点
您的意思是“返回文字字符串'错误'”而不是“引发错误/异常”？
作为旁注：请考虑返回 "Error" 是否适合您的情况 - 如果您的网址是 http://www.error.com 怎么办？如果出于某种原因您不想引发错误，您可能会返回None，这在 Python 中通常用于表示 nothing
是的，@Daweo 更好地表达了我试图表达的观点。将错误条件作为字符串返回不是 Pythonic。

标签： python regex

【解决方案1】：

如上面的 cmets 所述，您不能在正则表达式中设置任何内容来为您执行此操作，但您可以检查应用额外格式后re.findall 返回的输出是否为空，如果为空，这意味着没有找到匹配项，返回Error

import re
link = "http://www.this_is_my_perfect_url.com/blah_blah/blah_blah?=trololo"

def get_domain(url):
    domain_regex = re.compile("\:\/\/(.*?)\/|$")

    #Get regex matches into a list after data massaging
    matches = re.findall(domain_regex, str(url))[0].replace('www.', '')

    #Return the match or Error if output is empty
    return matches or 'Error'

print(get_domain(link))
print(get_domain('there_is_no_domain_in_here'))

输出将是

this_is_my_perfect_url.com
Error

【讨论】：

【解决方案2】：

只是把我的两分钱放在里面 - 懒惰的量词（.*?）与交替（|$）相结合是非常无效的。你可以vastly ameliorate your expression到：

://[^/]+

此外，从Python 3.8 开始，您可以像在中一样使用海象运算符

if (m := re.search("://[^/]+", your_string)) is not None:
    # found sth.
else
    return "Error"

而且不 - 使用正则表达式单独你无法得到某事。从一开始就不存在的字符串中。

【讨论】：

【解决方案3】：

为什么不使用urlparse来获取域名？

# env python 2
# import urlparse
# python 3
from urllib.parse import urlparse


def get_domain(url):
    parsed_uri = urlparse(url)
    domain = parsed_uri.netloc
    return domain or "ERROR"

url = 'there_is_no_domain_in_here'
print(get_domain(url))

【讨论】：