请教一个关于正则的问题

2020-02-12 22:11:58 +08:00
 anxiousPumpkin

我在写一个小爬虫时遇到一个正则的问题 在页面里我需要爬下来若干的迅雷链接和磁力链接,但是如何以一个单词开头来匹配获取 比如这样的 html text

"""

href="abcabcabc"

href="thunder://xunleiurlxxxxx"

href="magnet:?xt:ciliurlxxxxx"

"""

我想要爬下来后两条的 url,我自己写的规则是这样的

href="([thunder://magnet:?].*?)"

关于这个[]内的内容我不太清楚该怎么写,所以我只是将要匹配内容的开头放入[]中了,这样匹配出来的内容是

['abcabcabc', 'thunder://xunleiurlxxxxx', 'magnet:?xt:ciliurlxxxxx']

多匹配出来了'abcabcabc',所以请问大神们该怎么写才能满足我的需求,感恩

823 次点击
所在节点    问与答
1 条回复
Sunyanzi
2020-02-12 23:46:53 +08:00
(?:thunder|magnet):.+ ... 或者精确一些的话写 (?:thunder://|magnet:\?).+ ...

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/644146

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX