使用正则表达式搜索图像文件
提问于 2011-11-22 16:52:48
我有一个像这样的文本文件：
[22/Nov/2011 12:57:58] "GET /media/js/jquery-1.4.3.min.js HTTP/1.1" 304 0
[22/Nov/2011 12:57:58] "GET /media/js/fancybox/fancybox-x.png HTTP/1.1" 304 0
[22/Nov/2011 12:57:59] "GET /media/js/fancybox/fancybox-y.png HTTP/1.1" 304 0
[22/Nov/2011 12:57:59] "GET /media/js/fancybox/blank.gif HTTP/1.1" 304 0
[22/Nov/2011 12:57:59] "GET /ajax/pages/erlebnisse/ HTTP/1.1" 200 563
[22/Nov/2011 12:58:00] "GET /erlebnisse/alle-erlebnisse/ HTTP/1.1" 200 17114我想使用正则表达式来获取这里显示的所有图像文件(.gif、.jpg、.png)。因此，上述案文的结果应该是：
['fancybox-x.png', 'fancybox-y.png', 'blank.gif']我所做的是：
re.findall('\w+\.(jpg|gif|png)', f.read())所以模式是：
一个或更多的字字符
(\w+)，后面跟着一个点(\.)，然后是'jpg'，'gif‘或'png’(jpg|gif|png)。
这实际上有效，但将括号的内容(我仅用于“分组”)混淆为group(1)，因此结果是：
['png', 'png', 'gif']与是对的，但不完整。换句话说，我在问，，如何使区分“分组”括号和括号来分配组呢？
回答 3
Stack Overflow用户
回答已采纳
发布于 2011-11-22 16:58:26
您正在寻找常规括号(?:...)的非捕获版本。该描述可在再模块文档中获得。
s ='''[22/Nov/2011 12:57:58] "GET /media/js/jquery-1.4.3.min.js HTTP/1.1" 304 0
[22/Nov/2011 12:57:58] "GET /media/js/fancybox/fancybox-x.png HTTP/1.1" 304 0
[22/Nov/2011 12:57:59] "GET /media/js/fancybox/fancybox-y.png HTTP/1.1" 304 0
[22/Nov/2011 12:57:59] "GET /media/js/fancybox/blank.gif HTTP/1.1" 304 0
[22/Nov/2011 12:57:59] "GET /ajax/pages/erlebnisse/ HTTP/1.1" 200 563
[22/Nov/2011 12:58:00] "GET /erlebnisse/alle-erlebnisse/ HTTP/1.1" 200 17114'''
import re
for m in re.findall('([-\w]+\.(?:jpg|gif|png))', s):
print mStack Overflow用户
发布于 2011-11-22 17:00:14
您只需添加另一对括号，并将?：用于内部括号。
re.findall('/([^/]+\.(?:jpg|gif|png))', f.read())请注意，\w不匹配"-"，所以我建议[^/]+
Stack Overflow用户
发布于 2011-11-22 16:57:05
如果您正在寻找整个匹配项，您应该能够在组0中找到它，否则，如果要查找字符串的另一部分，则可以添加额外的括号。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8236020
复制相关文章
腾讯云开发者
