Python 正则表达式从 url 中提取 vimeo id答案

【问题标题】：Python regex extract vimeo id from urlPython 正则表达式从 url 中提取 vimeo id
【发布时间】：2013-02-24 03:47:55
【问题描述】：

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：

我期待

52422837

有人有想法吗？我对正则表达式真的很不好：S

【问题讨论】：

标签： python regex url vimeo

【解决方案1】：

要获取最后一个斜杠之后的所有内容（假设有一个），应该使用以下简单的正则表达式：

[^/]*$

（贪婪地抓住所有不是斜线的东西。）

【讨论】：

【解决方案2】：

不要重新发明轮子！

>>> 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'

【讨论】：

OP 可能正在搜索更大的文本。
变量名表明 OP 正在搜索一个 URL。
如果这是出于问题目的的简化示例（在 SO 上提出问题时这样做是明智之举）怎么办？
好吧..这个确实更好。不知道 urlparse.. 现在潜入其中；D.. 谢谢

【解决方案3】：

您是否尝试过使用美元 ($) 符号来完成您的正则表达式？

【讨论】：

【解决方案4】：

使用\d+（无括号）匹配文字斜线+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'

您正在使用不需要的字符组 ([...])。模式 [\/\d+] 与 /、+ 或数字中的一个完全匹配。

【讨论】：