Wyodrębnij ciąg znaków w rozmowie Python

Question

import re 
str="x8f8dL:s://www.qqq.zzz/iziv8ds8f8.dafidsao.dsfsi" 

str2=re.match("[a-zA-Z]*//([a-zA-Z]*)",str) 
print str2.group() 

current result=> error 
expected => wwwqqqzzz 

Chcę wyodrębnić ciąg wwwqqqzzz. Jak ja to robię?

Może istnieje wiele punktów, takich jak:

"whatever..s#$@.d.:af//wwww.xxx.yn.zsdfsd.asfds.f.ds.fsd.whatever/123.dfiid" 

W tym przypadku Chcę zasadniczo rzeczy ograniczony // i /. Jak to osiągnąć?

Jedno dodatkowe pytanie:

import re 
str="xxx.yyy.xxx:80" 

m = re.search(r"([^:]*)", str) 
str2=m.group(0) 
print str2 
str2=m.group(1) 
print str2 

Wydaje się, że m.group(0) i m.group(1) są takie same.

Answer 1

match próbuje dopasować ciąg znaków cały. Zamiast tego użyj search. Poniższy wzór by następnie dopasować swoje wymagania:

m = re.search(r"//([^/]*)", str) 
print m.group(1) 

Zasadniczo szukamy /, potem konsumować tyle znaków non-slash, jak to możliwe. A te niezatarte znaki zostaną przechwycone w grupie 1.

W rzeczywistości istnieje nieco bardziej zaawansowana technika, która robi to samo, ale nie wymaga przechwytywania (co jest zazwyczaj czasochłonne). Wykorzystuje tzw lookbehind:

m = re.search(r"(?<=//)[^/]*", str) 
print m.group() 

Lookarounds nie są uwzględniane w rzeczywistym meczu, stąd pożądanego rezultatu.

To (lub inne rozsądne rozwiązanie) nie usuwa natychmiast . s. Ale można to łatwo zrobić w drugim etapie:

m = re.search(r"(?<=//)[^/]*", str) 
host = m.group() 
cleanedHost = host.replace(".", "") 

To nie wymaga nawet wyrażeń regularnych.

Oczywiście, jeśli chcesz, aby usunąć wszystko z wyjątkiem liter i cyfr (np włączyć www.regular-expressions.info do wwwregularexpressionsinfo) to jesteś lepiej wyłączyć za pomocą wersji regex z replace:

cleanedHost = re.sub(r"[^a-zA-Z0-9]+", "", host) 

Answer 2

print re.sub(r"[.]","",re.search(r"(?<=//).*?(?=/)",str).group(0)) 

Zobacz this demo.

Answer 3

output=re.findall("(?<=//)\w+.*(?=/)",str) 

final=re.sub(r"[^a-zA-Z0-9]+", "", output [0]) 

print final 

Answer 4

import re 
str="x8f8dL:s://www.qqq.zzz/iziv8ds8f8.dafidsao.dsfsi" 
re.findall('//([a-z.]*)', str)