为什么Regex不起作用？对于[^#]

Question

我需要一个正则表达式匹配下面的链接模式如下。你知道吗

1. 'https://website/1/extension1'->；True
2. 'https://website/1.1/extension1'->；False
3. 'https://website/1/#extension1'->；False

我的正则表达式是

regex = re.compile('https://website/1[^\.]/*[^#]')

对第二种情况有效。但是我想知道为什么在link中出现#的情况下它不返回False。你知道吗

Answer 1

正则表达式与https://website/1/前缀匹配，仅此而已。除了版本号之后的/之外，字符串包含更多的文本并不重要。你知道吗

您需要包括锚点，以确保您不只是匹配子字符串。使用^和$锚定到字符串的开头和结尾，这样就没有空间容纳其他字符串了。您需要匹配不包含任何#字符的路径：

^https://docs\.python\.org/\d/[^#]*$

我还对主机名中的点进行了转义，您不希望匹配'any'字符，而是希望匹配literal'.'字符。\d匹配一个数字（因此2和3对于主要的Python版本，不匹配更多）。你知道吗

在线演示：https://regex101.com/r/gL7X7o/3

使用Python文档URL的Python演示：

>>> import re
>>> pattern = re.compile(r'^https://docs\.python\.org/3/[^#]*$')
>>> links = [
...     'https://docs.python.org/3/library/re.html#regular-expression-syntax',
...     'https://docs.python.org/3/library/re.html',
...     'https://docs.python.org/3.6/library/re.html',
...     'https://docs.python.org/2/library/re.html',
... ]
>>> for link in links:
...     print('{!r} -> {}'.format(link, bool(pattern.search(link)))
...
'https://docs.python.org/3/library/re.html#regular-expression-syntax' -> False
'https://docs.python.org/3/library/re.html' -> True
'https://docs.python.org/3.6/library/re.html' -> False
'https://docs.python.org/2/library/re.html' -> True