巧用正则表达式中的 OR 语句：轻松提取 URL 部件号

python

2024-03-02 16:17:40

正则表达式中的 OR 语句：解决 URL 部件号提取难题

简介

正则表达式是一种强大的工具，可以帮助您解析文本数据并从中提取特定的模式。当涉及到匹配多种模式时，OR 语句是一个必不可少的技巧。本文将指导您使用正则表达式中的 OR 语句，具体来说是解决提取 URL 中零件号的难题。

OR 语句

OR 语句本质上是指定多个模式，其中任何一个模式匹配成功都将导致整体匹配成功。在正则表达式中，它通常使用管道字符（|）表示。

URL 部件号的两种格式

在提取 URL 中的零件号时，我们通常会遇到两种格式：

格式 1： 零件号位于查询参数 partNumber= 之后
格式 2： 零件号是 URL 中的最后一个数字

正则表达式解决方案

为了匹配这两种格式，我们需要编写一个包含 OR 语句的正则表达式：

.*(?<=partNumber=)([\w-]+)|[0-9]+$

分解正则表达式

.*(?<=partNumber=)[\w-]+：匹配格式 1 URL 中的零件号，它由字母、数字和连字符组成。
|：OR 语句的分隔符。
`[0-9]+【：匹配格式 2 URL 中的零件号，它是一个或多个数字。

示例用法

以下代码演示了如何使用此正则表达式从给定的 URL 中提取零件号：

import re

urls = [
    "https://www.opsm.com.au/ProductDisplay?urlRequestType=Base&catalogId=12601&categoryId=3074457345616695670&seoNameToken=air-optix-colors-2pk&langId=-1&manufacturer=AIR+OPTIX&facetTokenValue=facet-lifecycle%3DMONTHLY&partNumber=ac-airoptix-colors-2&storeId=10151",
    "https://www.opsm.com.au/womens-sunglasses/ov5514su-kasdan/827934482050"
]

for url in urls:
    match = re.search(r".*(?<=partNumber=)([\w-]+)|[0-9]+import re

urls = [
    "https://www.opsm.com.au/ProductDisplay?urlRequestType=Base&catalogId=12601&categoryId=3074457345616695670&seoNameToken=air-optix-colors-2pk&langId=-1&manufacturer=AIR+OPTIX&facetTokenValue=facet-lifecycle%3DMONTHLY&partNumber=ac-airoptix-colors-2&storeId=10151",
    "https://www.opsm.com.au/womens-sunglasses/ov5514su-kasdan/827934482050"
]

for url in urls:
    match = re.search(r".*(?<=partNumber=)([\w-]+)|[0-9]+$", url)
    if match:
        part_number = match.group(1) or match.group(2)
        print(part_number)
quot;, url)
    if match:
        part_number = match.group(1) or match.group(2)
        print(part_number)