() RE

Question

我试图使用在css文件中找到图像文件。除了它只在CSS文件中找到第一个图像之外，下面的操作都会忽略其余的图像。我怎样才能抓取所有的图像链接？

re.findall('^.(url|URL|Url|uRL|uRl)\s(\s*(.+.(png|jpg|gif|jpeg|svg))\s*).*?$'，str(css))

Answer 1

在regex中，^与新行(或整个文件)的开头匹配，$与末尾匹配。因此，regex匹配整个文件(因为最后是.* )，并且只有一个匹配(不重叠)。

相反，您应该搜索以下内容：

r'(url|URL|Url|uRL|uRl)\s(\s*(.+?\.(png|jpg|gif|jpeg|svg))\s*)'

这些变化是

• 在开始和结束时删除^.*和.*$。
• .+?而不是.+，用于使int无歧义(匹配最小的可能字符串)
• 寻找一个真正的“。应该用\.或[.]来完成
• 请注意，\s*不是必需的，如果\s\s*不是捕获组的问题，则可以用\s+替换它。

也要照顾好你想要的群体。每个(...)都是一个可供非捕获组使用(?:...)访问的组。

也许是这样(取决于您想要的部分)：

r'(?:url|URL|Url|uRL|uRl)\s\s*.+?\.(?:png|jpg|gif|jpeg|svg)'   

或

r'(?:url|URL|Url|uRL|uRl)\s\s*(.+?)\.(?:png|jpg|gif|jpeg|svg)'

为了只捕获内部的部分(在Python中，如果需要处理这些捕获组，可以使用\g<1>进行访问)。