Python: 正则表达式提取括号内的URL部分
我有一个格式奇怪的链接，我需要从中提取出括号里的内容。
示例链接：http://sampleurl.com/(K(ThinkCode))/profile/view.aspx
如果我能把ThinkCode提取出来，我就开心了！不过我在用正则表达式处理像'('和'/'这样的特殊字符时遇到了困难。
4 个回答
在编程中，有时候我们需要把一些数据从一个地方传到另一个地方。这个过程就像把水从一个水壶倒到另一个水壶一样。我们需要确保水不会洒出来，也就是确保数据在传输过程中不会丢失或出错。
为了实现这个目标，程序员们会使用一些工具和方法来帮助他们。比如，有的程序会把数据分成小块，逐个发送，这样即使有一部分出现问题，也不会影响到其他部分。就像把水分成几杯慢慢倒，而不是一次性倒满一大壶。
另外，程序员们还会使用一些检查机制，确保数据在传输过程中是完整的。这就像在倒水的时候，时不时看看水壶里还有多少水，确保不会倒空。
总之，数据传输就像是一个精细的过程，需要小心翼翼地进行，以确保信息能够安全、准确地到达目的地。
mystr = "http://sampleurl.com/(K(ThinkCode))/profile/view.aspx"
import re
re.sub(r'^.*\((\w+)\).*',r'\1',mystr)
这其实不难，特别是因为在Python的正则表达式中，/并不是一个特殊字符。你只需要在你想要的括号前加一个反斜杠就可以了。比如这样：
s = "http://sampleurl.com/(K(ThinkCode))/profile/view.aspx"
mo = re.match(r"http://sampleurl\.com/\(K\(([^)]+)\)\)/profile.view\.aspx", s);
print mo.group(1)
注意这里使用了r""原始字符串，这样可以保留正则表达式模式字符串中的反斜杠。
解释
>>> foo = re.compile( r"(?<=\(K\()[^\)]*" )
>>> foo.findall( r"http://sampleurl.com/(K(ThinkCode))/profile/view.aspx" )
['ThinkCode']
在正则表达式的世界里，后向查找是一种说法，意思是“我想匹配 ham，但只有在它前面有 spam 的情况下”。我们写作 (?<=spam)ham。所以在这个例子中，我们想匹配 [^\)]*，但前面必须是 \(K\(。
现在 \(K\( 是一个简单易懂的正则表达式，因为它就是普通文本！它的意思是，精确匹配字符串 (K(。注意，我们需要在括号前加上 \，因为如果不加，正则解析器会把它们当成正则表达式的一部分，而不是要匹配的字符！
最后，在正则表达式中，放在方括号里的东西意味着“这里面的任何字符都可以”。如果方括号里的第一个字符是 ^，那就表示“这里面没有的字符都可以”。所以 [^\)] 的意思是“任何不是右括号的字符”，而 [^\)]* 的意思是“尽可能多的不是右括号的字符”。
把这些结合起来，(?<=\(K\()[^\)]* 的意思是“匹配尽可能多的不是右括号的字符，前面是字符串 (K(。”
哦，还有最后一点。因为 \ 在Python字符串和正则表达式中都有特殊含义，所以我们使用原始字符串——r"spam" 而不是 "spam"。这样可以告诉Python忽略 \。
另一种方法
如果后向查找对你来说有点复杂，你也可以使用捕获组。它的意思是正则表达式可以匹配模式，同时也能记住子模式。这意味着你不需要担心查找，因为你可以匹配整个模式，然后提取里面的子模式！
要捕获一个组，只需把它放在括号里：(foo) 会把 foo 捕获为第一个组。然后，使用 .groups() 来输出你匹配的所有组！这就是另一个答案的工作原理。