Question

关于一个正则表达式的问题

bsObj.findAll("a", href=re.compile("^(/|.*"+includeUrl+")")) includeUrl是一个内部地址
请把re.compile("^(/|.*"+includeUrl+")") 用语言解释一下。为什么用一个引号""把 ^(/|.* 括在其中，而另一个引号""把 ） 括在其中。 正则表达式中的+是代表之前的内容至少出现一次？还是要加上变量includeUrl的内容？ 最不明白的地方其实就是在这两个""之间！请大神给个解释。最好附加上用语言描述上面的正则表达式内容。

Answer 1

re.compile("^(/|.*"+includeUrl+")") 中的compile的参数 是一个字符串, 是要把一个正则形式的字符串转成正则,includeUrl是拼成这个字符串的一个变量, 这里面的加号是字符串的连接符号, 假如includeUrl的值为abc, 实际组成的正则是^(/|.*abc), 意思是匹配包括abc的字符串, 或者匹配以/开头的字符串, 你把"^(/|.*"+includeUrl+")"打印一下就都明白了

Answer 2

如果你要提取的都是数字文件名的文本文件，可以试一下：[a-z]:\\([-_=+~
a-z0-9]+\\)*([0-9]+.txt)
然后反向引用第二个标签内容(\2)就是你所要的了