I'm using re.findall() to extract some version numbers from an HTML file:
我正在使用re.findall（）从HTML文件中提取一些版本号：
>>> import re
>>> text = "<table><td><a href=\"url\">Test0.2.1.zip</a></td><td>Test0.2.1</td></table> Test0.2.1"
>>> re.findall("Test([\.0-9]*)", text)
['0.2.1.', '0.2.1', '0.2.1']
but I would like to only get the ones that do not end in a dot. The filename might not always be .zip so I can't just stick .zip in the regex.
但我想只得到那些不以点结尾的那些。文件名可能并不总是.zip所以我不能只在正则表达式中粘贴.zip。
I wanna end up with:
我想结束：
['0.2.1', '0.2.1']
Can anyone suggest a better regex to use? :)
任何人都可以建议使用更好的正则表达式吗？ :)
1 个解决方案
#1
12
re.findall(r"Test([0-9.]*[0-9]+)", text)
or, a bit shorter:
或者，有点短：
re.findall(r"Test([\d.]*\d+)", text)
By the way - you must not escape the dot in a character class:
顺便说一句 - 你不能逃避角色类中的点：
[\.0-9] // matches: 0 1 2 3 4 5 6 7 8 9 . \
[.0-9] // matches: 0 1 2 3 4 5 6 7 8 9 .
#1
12
re.findall(r"Test([0-9.]*[0-9]+)", text)
or, a bit shorter:
或者，有点短：
re.findall(r"Test([\d.]*\d+)", text)
By the way - you must not escape the dot in a character class:
顺便说一句 - 你不能逃避角色类中的点：
[\.0-9] // matches: 0 1 2 3 4 5 6 7 8 9 . \
[.0-9] // matches: 0 1 2 3 4 5 6 7 8 9 .