我需要从字符串中提取域。我有一个有效的正则表达式，它已经过测试，但是我无法让它与以下代码一起使用。可能我在这里遗漏了一些明显的东西
mytext = "I want to extract some domains like foo.com, bar.net or http://foobar.net/ etc"
myregex = r'^([a-zA-Z0-9]([a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])?\.)+[a-zA-Z]{2,6}$'
foo = re.findall(myregex, mytext)
print foo
当我想要类似的东西时，我只是打印出一个空列表
['foo.com','bar.net','foobar.net']
【问题讨论】：
移除锚点，使群组不被捕获：
r'(?:[a-zA-Z0-9](?:[a-zA-Z0-9\-]{,61}[a-zA-Z0-9])?\.)+[a-zA-Z]{2,6}'
^ 和 $ 锁定您的表达式以匹配整个字符串仅。当模式包含捕获组时，re.findall() 也会改变行为；您想在此处列出要求没有此类组的整个比赛。 (...) 是捕获组，(?:...) 是非捕获组。
演示：
>>> myregex = r'(?:[a-zA-Z0-9](?:[a-zA-Z0-9\-]{,61}[a-zA-Z0-9])?\.)+[a-zA-Z]{2,6}'
>>> re.findall(myregex, mytext)
['foo.com', 'bar.net', 'foobar.net']
【讨论】：
这里的问题是您的正则表达式在开头包含 ^ 并在结尾包含 $，这意味着它只匹配同时开始和结束字符串的域（即只是一个域）。
例如，它将匹配“www.stackoverflow.com”，但不匹配“this is a question on www.stackoverflow.com”或“www.stackoverflow.com is great”。
如果您只是从正则表达式中删除 ^ 和 $，它应该可以正常工作。 Here's a small example
【讨论】：
问题是在正则表达式的开头包含^，在结尾包含$。这使得它仅在域是整个字符串时才匹配。在这里，您想查看字符串中的匹配项。尝试像这样改变它
myregex = r'(?:[a-zA-Z0-9](?:[a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])?\.)+[a-zA-Z]{2,6}'
编辑
@Martijn 指出这里需要使用非捕获组来获得指定的输出。
【讨论】：
re.findall()，它要么返回一个元组列表（模式中的每个匹配组），要么如果只有一个组，则返回一个组捕获列表，或者如果没有组，则显示整个匹配项的列表。使用此模式中的捕获组，这意味着给定样本输入的结果是 [('foo.', 'oo'), ('bar.', 'ar'), ('foobar.', 'oobar')]。