用Python正则从网址中提取Vimeo ID

Question

embed_url = 'http://www.vimeo.com/52422837'
response = re.search(r'^(http://)?(www\.)?(vimeo\.com/)?([\/\d+])', embed_url)
return response.group(4)

回复是：

5

我本来希望能得到

52422837

有人知道吗？我对正则表达式真的很糟糕 :S

Answer 1

如果你想获取最后一个斜杠后面的所有内容（假设有斜杠的话），可以使用下面这个简单的正则表达式：

[^/]*$

（这个表达式会贪婪地抓取所有不是斜杠的内容，直到最后。）

Answer 2

别重复造轮子！

>>> import urlparse
>>> urlparse.urlparse('http://www.vimeo.com/52422837')
ParseResult(scheme='http', netloc='www.vimeo.com', path='/52422837', params='',
query='', fragment='')

>>> urlparse.urlparse('http://www.vimeo.com/52422837').path.lstrip("/")
'52422837'

Answer 3

使用 \d+（不需要括号）来匹配字面意思的斜杠加数字：

response = re.search(r'^(http://)?(www\.)?(vimeo\.com/)?(\d+)', embed_url)

结果：

>>> re.search(r'^(http://)?(www\.)?(vimeo\.com/)?(\d+)', embed_url).group(4)
'52422837'

你之前使用了一个字符组（[...]），但其实并不需要。这个模式 [\/\d+] 只会匹配到一个字符，要么是 /，要么是 +，或者是一个数字。