python - Python RegEx：提取链接

Question

我有这样的：

javascript:ColdFusion.Window.show('theformats');ColdFusion.navigate('exportformats.cfm?id=1900067&expformat=bibtex','theformats');

让我们把它分成两部分：

1) 'exportformats.cfm?id=1900067&expformat=bibtex' 2) 剩下的，左右两边

鉴于 2) 永远不会改变，在 Python 中获得 1) 的最佳方法是什么？

到目前为止，我已经尝试在字符串中“查找” [ColdFusion.navigate('] 并从那里切片直到 [','] 但我真的很想学习如何为它编写最好的 RegEx 并在 Python 中这样做， 请。

Answer 1

你不需要正则表达式。通常，当遇到配对符号时，您可以执行以下操作：

mystr = "javascript:ColdFusion.Window.show('theformats');ColdFusion.navigate('exportformats.cfm?id=1900067&expformat=bibtex','theformats');"
mystr.split("'")[3] # Returns exportformats.cfm?id=1900067&expformat=bibtex

Answer 2

>>> import re
>>> sample = "javascript:ColdFusion.Window.show('theformats');ColdFusion.navigate('exportformats.cfm?id=1900067&expformat=bibtex','theformats');"
>>> regex = r"javascript:ColdFusion\.Window\.show\('theformats'\);ColdFusion.navigate\('([^']+)','theformats'\);"
>>> print re.match(regex, sample).group(1)
'exportformats.cfm?id=1900067&expformat=bibtex'

Answer 3

我同意 arxanas 的回答，但如果您1)可能在其中包含单引号或其他字符：

str = "javascript:ColdFusion.Window.show('theformats');ColdFusion.navigate('exportformats.cfm?id=1900067'&expformat=bibtex','theformats');"
str = str.split("javascript:ColdFusion.Window.show('theformats');ColdFusion.navigate('")[1].split("','theformats');")[0]

http://codepad.org/lAk5d6ZV

Answer 4

我相信你在追求：

re.search(r"ColdFusion.navigate\('(.*?)'", string).group(1)

或者对于之前和之后：

m = re.match(r"(.*?)ColdFusion.navigate\('(.*?)'(.*)", string)
# m.group(1) == before, m.group(2) = url, m.group(3) = after