python - 如何在正则表达式中应用条件

Question

您好，我是一名新手，目前正在尝试通过试验各种模式来了解正则表达式模式。我试图为此网址创建正则表达式模式但失败了。是亚马逊的分页链接。

http://www.amazon.in/s/lp_6563520031_pg_2?rh=n%3A5866078031%2Cn%3A%215866079031%2Cn%3A6563520031&page=2s&ie=UTF8&qid=1446802571

或者

http://www.amazon.in/Tena-Wet-Wipe-Pulls-White/dp/B001O1G242/ref=sr_1_46?s=industrial&ie=UTF8&qid=1446802608&sr=1-46

我只想通过这两个东西来检查 url。

1. If the url has dp directory or product directory

2. If the url has query string page having any digit

我尝试创建正则表达式模式但失败了。 我希望如果第一件事不存在，则正则表达式模式应与第二件事匹配(反之亦然)。

这是我制作的正则表达式模式:

.*\/(dp|product)\/ | .*page

这是我的 regex101 链接:https://regex101.com/r/zD2gP5/1#python

Answer 1

因为你只想检查一个字符串是否包含某种模式，你可以使用

\/(?:dp|product)\/|[&?]page=

参见 regex demo

在 Python 中，只需使用 re.search 进行检查:

import re
p = re.compile(r'/(?:dp|product)/|[&?]page=')
test_str = "http://w...content-available-to-author-only...n.in/s/lp_6563520031_pg_2?rh=n%3A5866078031%2Cn%3A%215866079031%2Cn%3A6563520031&page=2s&ie=UTF8&qid=14468025716"
if p.search(test_str):
    print ("Found!")

此外，在 Python 正则表达式模式中，无需转义 / 斜杠。

正则表达式匹配两个替代子模式(\/(?:dp|product)\/ 和 [&?]page=):

• / - 正斜杠
• (?:dp|product) - dp 或 product(不将捕获存储在捕获缓冲区中，因为它是 < em>非-捕获组)
• / - 斜杠
• | - 或者...
• [&?] - & 或 ?(我们检查查询字符串参数的开头)
• page= - 符号的文字序列 page=。