Python、github搜索正则表达式[重复]答案

【问题标题】：Python, github search regular expression [duplicate]Python、github搜索正则表达式[重复]
【发布时间】：2019-11-23 14:34:41
【问题描述】：

我在 Python 中准备了一个搜索 github 网页的正则表达式：

github = re.findall(
    "https?:\/\/(?:www\.)?github\.com\/[A-Za-z0-9_-]+\/?", 
text)

但现在它会搜索以 https 开头的链接。如何修改它，因此正则表达式将搜索以 https 或仅以 www 开头的字符串？

现在我的正则表达式会找到这个：

https://github.com/helloman

还有这个：

https://www.github.com/helloman

但不是这个：

www.github.com/helloman

如何更改以接受所有三个选项？

【问题讨论】：

这个问题对我来说不是很清楚。你能发布一些示例网址吗？
已编辑，希望现在更好
我用所有树示例测试了你的正则表达式，它已经做了你想要的。看不出有什么问题。你能澄清一下吗？
我很确定它不适用于像www.github.com/XXX这样的地址
因此，您想查找以www. 或 https?://(?:www\.)? 开头的URL。您可以使用 OR 语法来做到这一点：(thing)|(another thing)。或者使用this 收集所有URL，然后使用URL 解析器（我认为是urllib 提供的）来检查域

标签： python regex

【解决方案1】：

这样就可以了：

(?:https?://)?(?:www[.])?github[.]com/[\w-]+/?

这是一个概念证明：

Python 3.7.5 (default, Oct 17 2019, 12:16:48) 
[GCC 9.2.1 20190827 (Red Hat 9.2.1-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> github=re.compile('(?:https?://)?(?:www[.])?github[.]com/[\w-]+/?')
>>> github.findall('www.github.com/accdias/dotfiles.git')
['www.github.com/accdias/']
>>> github.findall('github.com/accdias/dotfiles.git')
['github.com/accdias/']
>>> github.findall('https://github.com/accdias/dotfiles.git')
['https://github.com/accdias/']
>>> github.findall('http://github.com/accdias/dotfiles.git')
['http://github.com/accdias/']
>>> github.findall('http://www.github.com/accdias/dotfiles.git')
['http://www.github.com/accdias/']
>>> github.findall('https://www.github.com/accdias/dotfiles.git')
['https://www.github.com/accdias/']
>>>

希望对你有帮助。

【讨论】：

github.findall('www.github.com/accdias/dotfiles.git') == []，但 OP 想要一个接受此 URL 的正则表达式
哦！现在我明白了。感谢您的澄清。我的印象是 OP 想要排除那些没有协议的人。
恕我直言 // 比 /{2} 更清晰，你错过了连字符，OP 说 [A-Za-z0-9_-]+ 是 [\w-]+，而不是单独的 \w+。
@Toto，确实如此。我会更新答案。感谢您提出这个问题。

【解决方案2】：

您只缺少几个括号。

https://regex101.com/r/NEuD5f/2

(https:\/\/)?(www\.)?github\.com\/[A-Za-z0-9_-]+\/?

附：

它现在也将匹配github.com/xxx。我不确定那是你想要的。

【讨论】：

现在我从我使用的文本中得到[('', 'www.')]