此代码如何使用正则表达式从字符串中提取 URL's
How does this code work to extract URL's from a string with regex
我正在使用我在 stackexchange 上找到的片段，它使用 re.findall() 找到字符串中的所有 url。它工作得很好，但是为了进一步了解我的知识，我想知道它到底是如何工作的。代码如下-
re.findall('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', site)
据我所知，它会找到所有以 http 或 https 开头的字符串（这就是 [s] 在方括号中的原因吗？）但我不太确定之后的所有内容- (?:[etc etc etc]))+。我认为方括号中的内容例如。 [a-zA-Z] 表示从 a 到 z 的所有字母是否大写，但是其余的东西呢？仅获取 url 而不是 url 末尾的随机字符串是如何工作的？
提前致谢:)
使用这个 link 你可以得到你的正则表达式的解释：
Your regex explained
再补充一点：
[s]? 表示 "an optional 's' character" 但那是因为 ? 而不是括号 [我认为它们是多余的。
Space 不是可接受的字符之一，因此它确实会停在那里。 '/' 也一样。它没有按字面意思提及，也不是字符范围 $-_ 的一部分（参见 http://www.asciitable.com/index/asciifull.gif）。
(?:%[0-9a-fA-F][0-9a-fA-F]) 这匹配 URL 中的十六进制字符代码，例如%2f 用于 '/' 字符。
非捕获组意味着该组已匹配，但结果匹配未存储在正则表达式 return 值中，即在正则表达式被 return 后，您无法提取字符串的匹配位 运行 反对你的字符串。
我正在使用我在 stackexchange 上找到的片段，它使用 re.findall() 找到字符串中的所有 url。它工作得很好，但是为了进一步了解我的知识，我想知道它到底是如何工作的。代码如下-
re.findall('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', site)
据我所知，它会找到所有以 http 或 https 开头的字符串（这就是 [s] 在方括号中的原因吗？）但我不太确定之后的所有内容- (?:[etc etc etc]))+。我认为方括号中的内容例如。 [a-zA-Z] 表示从 a 到 z 的所有字母是否大写，但是其余的东西呢？仅获取 url 而不是 url 末尾的随机字符串是如何工作的？
提前致谢:)
使用这个 link 你可以得到你的正则表达式的解释： Your regex explained
再补充一点：
[s]? 表示 "an optional 's' character" 但那是因为 ? 而不是括号 [我认为它们是多余的。
Space 不是可接受的字符之一，因此它确实会停在那里。 '/' 也一样。它没有按字面意思提及，也不是字符范围 $-_ 的一部分（参见 http://www.asciitable.com/index/asciifull.gif）。
(?:%[0-9a-fA-F][0-9a-fA-F]) 这匹配 URL 中的十六进制字符代码，例如%2f 用于 '/' 字符。
非捕获组意味着该组已匹配，但结果匹配未存储在正则表达式 return 值中，即在正则表达式被 return 后，您无法提取字符串的匹配位 运行 反对你的字符串。