Estrai stringa con Python re.match

Question

import re 
str="x8f8dL:s://www.qqq.zzz/iziv8ds8f8.dafidsao.dsfsi" 

str2=re.match("[a-zA-Z]*//([a-zA-Z]*)",str) 
print str2.group() 

current result=> error 
expected => wwwqqqzzz 

Voglio estrarre la stringa wwwqqqzzz. Come lo faccio?

Forse ci sono un sacco di punti, come ad esempio:

"whatever..s#$@.d.:af//wwww.xxx.yn.zsdfsd.asfds.f.ds.fsd.whatever/123.dfiid" 

In questo caso, io fondamentalmente voglio la roba delimitata da // e /. Come lo realizzo?

Una domanda supplementare:

import re 
str="xxx.yyy.xxx:80" 

m = re.search(r"([^:]*)", str) 
str2=m.group(0) 
print str2 
str2=m.group(1) 
print str2 

Sembra che m.group(0) e m.group(1) sono gli stessi.

Answer 1

match tenta di far corrispondere l'intera stringa . Utilizzare invece search. Il seguente schema sarebbe quindi soddisfare le vostre esigenze:

m = re.search(r"//([^/]*)", str) 
print m.group(1) 

In sostanza, siamo alla ricerca di /, quindi consumare il maggior numero di caratteri non-slash possibile. E quei caratteri non-slash verranno catturati nel gruppo numero 1.

In effetti, esiste una tecnica leggermente più avanzata che fa lo stesso, ma non richiede la cattura (che è generalmente dispendiosa in termini di tempo). Esso utilizza un cosiddetto lookbehind:

m = re.search(r"(?<=//)[^/]*", str) 
print m.group() 

Lookarounds non sono inclusi nella partita attuale, quindi il risultato desiderato.

Questa (o qualsiasi altra soluzione di regex ragionevole) non rimuoverà immediatamente i . s. Ma questo può essere fatto facilmente in una seconda fase:

m = re.search(r"(?<=//)[^/]*", str) 
host = m.group() 
cleanedHost = host.replace(".", "") 

Che non richiede nemmeno le espressioni regolari.

Naturalmente, se si desidera rimuovere tutto tranne che per le lettere e le cifre (ad esempio, per trasformare www.regular-expressions.info in wwwregularexpressionsinfo) allora si sta meglio utilizzando la versione regex di replace:

cleanedHost = re.sub(r"[^a-zA-Z0-9]+", "", host) 

Answer 2

print re.sub(r"[.]","",re.search(r"(?<=//).*?(?=/)",str).group(0)) 

Vedi this demo.

Answer 3

output=re.findall("(?<=//)\w+.*(?=/)",str) 

final=re.sub(r"[^a-zA-Z0-9]+", "", output [0]) 

print final 

Answer 4

import re 
str="x8f8dL:s://www.qqq.zzz/iziv8ds8f8.dafidsao.dsfsi" 
re.findall('//([a-z.]*)', str)