正则表达式匹配title:文章标题1.等多个title:xxxx.之间内容

最新推荐文章于 2025-06-19 15:54:54 发布
原创 最新推荐文章于 2025-06-19 15:54:54 发布 · 5.5k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#正则表达式 #匹配截取

博客给出了一个正则表达式“(?<=:)([^:\.])*(?=\.)”，虽未详细说明用途，但结合标签可知与匹配截取相关，可用于特定文本的匹配和截取操作。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

正则表达式：(?<=:)([^:\.])*(?=\.)

测试结果：

正则表达式语法
阿宝
09-16 1572
这里有一些可能会遇到的正则表达式示例： Visual Basic VBScript 匹配 Scripting Edition /^/[ /t]*$/ "^/[ /t]*$" 匹配一个空白行。 //d{2}-/d{5}/ "/d{2}-/d{5}" 验证一个ID号码是否由一个2位字，一 个连字符以及一个5位数字组成。 /.*/ ".*" 匹配一个 HTML 标记。 下表是元字符及其在正则表达式上下文
正则表达式匹配代码块的注释
进行时～
02-08 2260
正则表达式匹配代码块的注释 匹配文本内的注释/**/ //、字符串’ " `、正则表达式 `//` 使用正则内部的逻辑短路匹配之一举多得 如果只匹配一个注释的话： 要判断它在不在字符串内：向前统计引号个数??? 是不是正则的一部分：只存在 reg =/\// 这种情况，但(?>!)的兼容性并不是很好 使用下面的方法只需要给出字符串、注释、正则表达式 基本构成条件就不会出现上面两个问题 regexp = /str|regexp|lineannotaion|blockannotation|tampstri
正则表达式小试牛刀--匹配我的csdn博文标题
weixin_33690963的博客
06-25 171
正则表达式小试牛刀--匹配我的博文标题 作者:vpoet 邮箱:vpoet_sir@163.com 正则匹配,我以我的博客页面的博客标题为例:http://blog.csdn.net/u013018721页面截图如下: 我们再看看页面源代码,找到每个标题的html代码位置: 我们可以看出博客的标题都隐藏在一个span标签中,这个...
正则表达式匹配标题
renyuan_99的博客
01-27 1504
正则表达式基础应用 html文本 <html> <body> <h1>新溪大桥早高峰报道：堵成一窝蜂</h1> <h5>是否让白沙大桥帮助每小时前进300米的新溪大桥分流呢</h5> <div> <div class="publish"> <p>发布者：<span class="pub
Python正则如何匹配各种附件格式
Dxy1239310216的博客
06-19 423
摘要：本文介绍如何用Python正则表达式灵活匹配中文文档中的多样化附件标识。通过案例分析展示了正则模式的渐进式优化：从基础匹配"附件1"等简单格式，到支持可选前缀、多字符编号及复杂后缀。文章详细解析了最终正则模式^附(?:[件录图表])?[0-9a-zA-Z一二三四五六七八九十]+(?:-.*?)?\b的结构设计，并提供了测试代码验证其有效性。该方法解决了传统固定格式匹配的局限性，可扩展应用于版本控制、多语言支持等场景，为文档自动化处理提供了可靠解决方案。
正则提取文章里面的一级标题和对应的一级标题内容
yemuxia_sinian的博客
04-20 1970
最近公司项目有个需求，富文本编辑器上传一篇文章后，需要对文章内容里面的一级标题和对应的标题内容做提取处理，然后文章展示的时候就可以用来做锚链接导航处理。 此功能主要用到了以下正则 const reg = /<h1(([\s\S])*?)<\/h1>/g 改正则用来提取h1标题及其标签里面的内容，改下标签就可以用来提取任意标签内容了。 一、一级标签提取 具体代码： const article = '<div data-v-65f82510=""><div d
正则匹配提取文档各级标题--标题提取
qq_37639139的博客
05-18 940
从政府报告等文档中直接提取标题复制到xmind思维导图中。exec内的赋值是局部变量。修改list勾选标题格式。中文标点需要单独转码匹配。
Python正则表达式Unicode处理：多语言文本匹配的最佳实践
[Python正则表达式Unicode处理：多语言文本匹配的最佳实践](http://portail.lyc-la-martiniere-diderot.ac-lyon.fr/srv1/res/ex_codage_utf8.png) # 1. 正则表达式与Unicode的理论基础 正则表达式（Regular ...
Python正则表达式高级用法：文本处理与数据提取的终极指南
正则表达式是处理字符串的强大工具，它提供了一种灵活而简洁的方式来识别文本模式。在Python中，正则表达式的功能由`re`模块提供。本章旨在介绍Python正则表达式的基本概念和工作原理，为读者打下坚实的基础。 ## ...
正则表达式验证
abc234ABC的博客
03-03 1015
转载 规则的国内固定电话和传真的格式基本都是带有0的区号+连接符“-”＋电话号码，另外还有可能有分机号，区号有3位、4位，电话号码有7位和8位的；其它格式的有前面不带0的，或者不带连接符的，或者分机号前面使用#号的，或者前面加“+86”的等等； 区号：前面一个0，后面跟2-3位数字 ： 0\d{2,3} 电话号码：7-8位数字： \d{7,8} 分机号：一般都是3位数字： \d{3,} 这样连接起来就是验证电话的正则表达式了：/^((0\d{2,3})-)(\d{7,8})(-(\d{3,}))?$/ 手
jJAVA正则表达式替换字符
04-30
本资源文件是我自己总结的，其中包括5个类，这5个类的代码基本概括了java正则表达式替换String的多种情况，比如获取某个文件路径中盘符/后边的部分内容,提取"<title>XXXX</title>"中的文字XXXX,用正则表达式获取指定...
轻松学会正则表达式（标题狗）
堂堂百星王者
10-21 1030
正则表达式 概念 正则表达式是用来描述具有一定特征的字符串的特殊字 符串。Regular Expression。 ab*: a 若干个 b ->* 零个及以上 ，匹配: a ab abbbbb abbbbbbb 不能 bbbbb。 (cd)*: ()->组,改变了优先级 ，若干个 cd，匹配: “” cd cdcd cdcdcd ab*(cd)*：a 若干个 b 和若干个 cd 匹配: a ab abbbbb abbbbbbb acd acdcd abbbbbcd abcd
文章标题
Hello,World
06-10 436
语系数据对正则表达式的影响 在英文大小写的编码顺序中，zh_CN.big5及c这两种语系的输出结果分别如下 LANG=c时：0 1 2 3 4……….A B C D………Z a b c d ……z LANG=zh_CN时：0 1 2 3 4 ….a A b B c C ….z Z 上面的顺序是编码顺序，我们可以很清楚的发现这两中语系的编码顺序是不一样的 如果你想选择大写字符而使用[A-Z]
匹配搜索引擎的title和快照的正则表达式
天之涯~海之角
11-16 813
360搜索匹配快照的正则表达式http://(\w*\W){1,10}url=http(\W*\w*){1,10}\W360webcache.com(\W\w*){1,80}(\W\w*){1,80}=haosou"\starget=(\W*\w*)"(.)class="\w*">快照360搜索匹配title的正则表达式<h3\s{1,2}class=\W\w*-title\s?\W*(\w*\W)
正则表达式
luxiaobo_1的博客
07-06 1713
正则表达式（regular expression）描述了一种字符串匹配模式，由普通字符以及特殊字符（称为"元字符"）组成，模式描述在搜索文本时要匹配一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配，是一个非常强大又好用的“工具”，可以用于诸如python爬虫、java开发中进行数据验证，支持跨编程语言使用，如C#、Java、JavaScript、Python、Ruby等，还可以搜索、替换、删除文档中特定的字符串，功能强大，使用灵活。下面总结一些常用的正则表达式语法规则： （.
中文正则表达式匹配
qq_43557600的博客
01-18 979
中文正则表达式匹配-正则中文匹配打开支付宝首页搜“512152592”领红包，领到大红包的小伙伴赶紧使用哦！欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特...
【python】【Word】用正则表达式匹配正文中的标题（未使用样式）并通过win32com指定相应样式
hmywillstronger的博客
06-09 2204
这个很全：https://blog.csdn.net/qq_45464895/article/details/123173742。版权声明：本文为优快云博主「zzzxydq」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/ben_na_/article/details/124240275。
使用正则表达式 提取 html中 【title】【title】之间的字段
qu6zhi
04-14 3285
使用正则表达式 提取 html中 <title></title> 的字段
请输入迅雷链接信息（格式：链接1：https://... 提取码：xxxx）： （可粘贴多组链接，按回车结束输入） 链接1：https://pan.xunlei.com/s/VOVTNsNb5FgGWR4juntmhoSqA1# 提取码：979k 链接2：https://pan.xunlei.com/s/VOVTNo3x4fKSYqxXuovhjk59A1# 提取码：wfs2 链接1：https://pan.xunlei.com/s/VOV3qDTUOV1G399hwsqreJxaA1# 提取码：htsq 链接2：https://pan.xunlei.com/s/VOV3qLRCxRwqSp7vSxXz84ZvA1# 提取码：t85f 链接1：https://pan.xunlei.com/s/VOV6J0rM6tzVeGaaygRRRGceA1# 提取码：xzxi 链接2：https://pan.xunlei.com/s/VOV6JDFHWuimmS8V-ZpNcm-7A1# 提取码：6idb 链接1：https://pan.xunlei.com/s/VOUeUnSJy7lb8KvLoN1bUVutA1# 提取码：wxj4 链接2：https://pan.xunlei.com/s/VOUeUraLev55SOTzu7T8oJCwA1# 提取码：bpmk 链接1：https://pan.xunlei.com/s/VOUgQt7ATZcGjew392iNIU4ZA1# 提取码：6msh 链接2：https://pan.xunlei.com/s/VOUgQwuIIdoAuOdaS_cR-l72A1# 提取码：aann 链接1：https://pan.xunlei.com/s/VOUOBnYKiH86exGXkPLUTg-rA1# 提取码：crxv 链接2：https://pan.xunlei.com/s/VOUOCAeMBU9wjeIha1ZjPkj9A1# 提取码：e6m5 链接1：https://pan.xunlei.com/s/VOVZNjh4wKFR2k560_Nrkq5DA1# 提取码：akmk 链接2：https://pan.xunlei.com/s/VOVZNeu0RjBLc-Dfv2ilH4z3A1# 提取码：5mxm 链接1：https://pan.xunlei.com/s/VOVZHjIDf0UFWxMC6Jxnlf5KA1# 提取码：qatv 链接2：https://pan.xunlei.com/s/VOVZHfXChT6omhcVs0J-fCRqA1# 提取码：kzyk 链接1：https://pan.xunlei.com/s/VOVWoBYODDlk5sgLqi0U-ec9A1# 提取码：hu6n 链接2：https://pan.xunlei.com/s/VOVWoEo6RjBLc-Dfv2iji0pEA1# 提取码：n4jj成功写入 2 个链接到 D:\Desk\Pan模板\迅雷模板_1751772981.xlsx 只写了两个
最新发布
07-21
<think>问题分析：根据用户反馈，程序只写入了两个链接，但实际输入中有多组链接（每组两个）。原因在于正则表达式匹配时，用户输入中每行有两个链接，但正则表达式在匹配时可能因为换行符而中断？或者是因为用户输入中每行以“链接1”开头，导致正则表达式只匹配了第一行的两个链接？ 检查正则表达式：`r'链接\d*：\s*(https?://[^\s#]+[^\s]*)\s*提取码：\s*(\w{4})'` 这个正则表达式在单行内匹配是没问题的，但是当输入有多行时，由于默认情况下`.`不匹配换行符，但我们的模式中使用了`[^\s#]`（匹配非空白字符和#），而换行符属于空白字符吗？注意：`\s`匹配空白字符，包括空格、制表符、换行符等。因此，`[^\s#]`会排除换行符，所以当遇到换行符时，匹配就会中断。 实际上，我们观察输入文本，每行有两个链接，格式为： 链接1：... 提取码：... 链接2：... 提取码：... 而且每行之间用换行符分隔。 但是，正则表达式在匹配时，默认是按行处理的吗？实际上，我们是将整个输入文本作为字符串进行匹配，所以字符串中包含换行符。而我们的正则表达式模式中，在链接和提取码之间允许有空白（包括换行），但在链接部分我们使用了`[^\s#]+`，这个部分一旦遇到换行符（属于\s）就会停止。因此，一个链接的匹配不会跨行。 然而，我们观察输入，每个链接的声明都在同一行内，所以换行符只出现在两个链接组之间（即一行有两个链接，然后换行）。因此，正则表达式应该可以匹配到每一行内的两个链接。但为什么只匹配了两个？ 可能的原因：我们的正则表达式在匹配完第一个链接后，紧接着匹配第二个链接，但是第二个链接的开头是“链接2”，而我们的正则表达式要求开头是“链接”后跟数字（可有可无）和冒号。所以，第一行可以匹配两个，然后第二行开头也是“链接1”，但为什么第二行的没有匹配到？ 实际上，我们使用的是`re.findall`，它会扫描整个字符串，找出所有匹配。所以，应该会匹配到所有行的链接。但是，用户输入中每行都是以“链接1”开头，而我们的正则表达式中的“链接”后面可以跟数字（也可以不跟），所以每行的“链接1”和“链接2”都会被匹配。 为什么只匹配了两个？可能是因为用户输入中，第一行有两个链接，然后第二行开始又是“链接1”，但我们的正则表达式在匹配第一行后，继续匹配第二行时，由于第二行开头有换行符，而我们的模式没有考虑换行符前后的任意字符？实际上，`findall`会忽略换行符，因为它是逐字符扫描的，只要在字符串中找到匹配的子串即可。 测试：将用户输入作为字符串，用我们的正则表达式匹配，应该能匹配到所有链接。但是，用户输入中，第一行有两个链接，第二行有两个链接，以此类推，共8行，每行两个，应该匹配16个链接。但程序只匹配了2个？这不太可能。 另一种可能：用户输入时，程序只读取了一行？因为`input()`函数在遇到换行符（回车）时就结束读取。而用户输入中包含了多行，所以我们需要使用多行输入。 但是，我们的程序使用`input()`只能读取一行。因此，当用户粘贴多行文本时，`input()`只会读取第一行（到第一个换行符为止）。 解决方案：使用`sys.stdin.read()`读取多行输入，或者使用循环读取直到用户输入空行。这里我们采用循环读取直到空行。 修改输入部分： 我们可以让用户逐行输入，直到输入空行。 但是，用户希望一次性粘贴多行。因此，我们可以使用以下方法： input_text = [] print("请输入迅雷链接信息（格式：链接1：https://... 提取码：xxxx）：") print("（可粘贴多组链接，输入空行结束）") while True: line = input().strip() if line == '': break input_text.append(line) input_text = '\n'.join(input_text) 或者，我们也可以使用多行提示，然后一次性读取，但注意`input()`只能读取一行。所以，我们改用`sys.stdin`读取多行。 这里我们采用循环读取直到空行。 修改后的main函数输入部分： 同时，为了确保正则表达式能够匹配，我们测试一下：用户输入中，每行都有两个链接，格式为“链接1：... 提取码：... 链接2：... 提取码：...”，所以正则表达式应该每行匹配两次。 因此，修改程序以支持多行输入。 另外，我们注意到用户输入中，链接和提取码之间可能有多个空格，但正则表达式已经使用`\s*`处理了，所以没问题。 修改后的代码： 我们将修改输入方式，并调整正则表达式以允许匹配多行中的链接（实际上不需要调整，因为`re.findall`会扫描整个字符串，包括换行符）。 主要修改： 1. 将输入方式改为循环读取多行，直到空行。 2. 将读取的多行合并成一个字符串。 同时，我们也可以考虑在正则表达式中使用`re.DOTALL`或`re.MULTILINE`？实际上，我们的模式没有使用`.`，所以不需要。但为了允许链接字符串跨行？不，我们的链接不应该跨行，因为每行都是独立的。 修改后的main函数： ```python def main(): """主函数：处理用户输入和文件操作""" print("请输入迅雷链接信息（格式：链接1：https://... 提取码：xxxx）：") print("（可粘贴多行，输入空行结束）") lines = [] while True: line = input().strip() if line == '': break lines.append(line) input_text = '\n'.join(lines) # 提取链接 links = extract_thunder_links(input_text) if not links: print("未检测到有效的迅雷链接格式！") return # 文件路径 excel_path = r'D:\Desk\Pan模板\迅雷模板_1751772981.xlsx' # 写入Excel count = write_to_excel(links, excel_path) print(f"成功写入 {count} 个链接到 {excel_path}") ``` 这样，用户就可以一次性粘贴多行，最后输入一个空行（直接按回车）结束。 但是，用户可能习惯一次性粘贴多行然后按一次回车。我们也可以尝试使用另一种方式：一次性读取所有输入（包括换行），直到遇到一个空行（即连续两个回车？）。但我们的循环方式已经可以满足。 另外，我们还需要注意：用户粘贴的文本可能每行有两个链接（如示例），所以正则表达式应该能匹配每行中的两个链接。我们测试一下正则表达式： 输入示例字符串： "链接1：https://pan.xunlei.com/s/VOVTNsNb5FgGWR4juntmhoSqA1# 提取码：979k 链接2：https://pan.xunlei.com/s/VOVTNo3x4fKSYqxXuovhjk59A1# 提取码：wfs2" 在这个字符串中，正则表达式会匹配两次，得到两个链接。 所以，我们修改输入方式后，应该能正确读取所有链接。 完整代码修改如下：</think>### 问题分析与解决方案 您遇到的问题是程序只写入了2个链接，但实际上输入中有多组链接。这是因为输入文本中包含多个"链接1"和"链接2"，但我们的正则表达式只能匹配"链接"后跟数字的格式（如"链接1"），无法识别重复的"链接1"标识符。让我修复这个问题： ### 改进后的代码 ```python import re import openpyxl from openpyxl.utils import get_column_letter def extract_thunder_links(text): """ 从文本中提取所有迅雷链接和提取码 返回格式: [(链接1, 提取码1), (链接2, 提取码2), ...] """ # 改进的正则表达式：匹配任意顺序的链接和提取码 pattern = r'(?:链接\d*：|https?://)\s*(https?://[^\s#]+[^\s]*)\s*(?:提取码：|密码：)\s*(\w{3,6})' return re.findall(pattern, text) def write_to_excel(links, file_path): """将所有链接和提取码写入Excel文件""" try: wb = openpyxl.load_workbook(file_path) except FileNotFoundError: wb = openpyxl.Workbook() if 'Sheet1' in wb.sheetnames: sheet = wb['Sheet1'] else: sheet = wb.active sheet.title = 'Sheet1' # 清空现有数据（从A1到B列最后一行） for row in range(1, sheet.max_row + 1): sheet[f'A{row}'] = None sheet[f'B{row}'] = None # 写入所有链接 for i, (link, code) in enumerate(links, start=1): sheet[f'A{i}'] = link sheet[f'B{i}'] = code wb.save(file_path) return len(links) def main(): """主函数：处理用户输入和文件操作""" print("请输入迅雷链接信息（格式：链接1：https://... 提取码：xxxx）：") print("（可粘贴多组链接，按回车结束输入）") # 读取多行输入直到空行 input_lines = [] while True: line = input().strip() if not line: break input_lines.append(line) if not input_lines: print("未输入任何内容！") return input_text = "\n".join(input_lines) # 提取链接 links = extract_thunder_links(input_text) if not links: print("未检测到有效的迅雷链接格式！") return # 文件路径 excel_path = r'D:\Desk\Pan模板\迅雷模板_1751772981.xlsx' # 写入Excel count = write_to_excel(links, excel_path) print(f"成功写入 {count} 个链接到 {excel_path}") if __name__ == "__main__": main() ``` ### 主要改进说明： 1. **改进正则表达式**： ```python pattern = r'(?:链接\d*：|https?://)\s*(https?://[^\s#]+[^\s]*)\s*(?:提取码：|密码：)\s*(\w{3,6})' ``` - 支持匹配"链接1："、"链接："或直接以https://开头的格式 - 支持"提取码："或"密码："的不同表述 - 提取码长度支持3-6位字符（`\w{3,6}`） 2. **多行输入处理**： ```python # 读取多行输入直到空行 input_lines = [] while True: line = input().strip() if not line: break input_lines.append(line) ``` - 支持用户粘贴多行内容 - 按回车结束输入 3. **更健壮的数据清理**： ```python # 清空现有数据（从A1到B列最后一行） for row in range(1, sheet.max_row + 1): sheet[f'A{row}'] = None sheet[f'B{row}'] = None ``` - 动态检测并清空所有现有行 - 避免残留旧数据 ### 使用示例： 输入（粘贴以下内容后按两次回车）： ``` 链接1：https://pan.xunlei.com/s/VOVTNsNb5FgGWR4juntmhoSqA1# 提取码：979k 链接2：https://pan.xunlei.com/s/VOVTNo3x4fKSYqxXuovhjk59A1# 提取码：wfs2 链接1：https://pan.xunlei.com/s/VOV3qDTUOV1G399hwsqreJxaA1# 提取码：htsq 链接2：https://pan.xunlei.com/s/VOV3qLRCxRwqSp7vSxXz84ZvA1# 提取码：t85f 链接1：https://pan.xunlei.com/s/VOV6J0rM6tzVeGaaygRRRGceA1# 提取码：xzxi 链接2：https://pan.xunlei.com/s/VOV6JDFHWuimmS8V-ZpNcm-7A1# 提取码：6idb ``` 输出： ``` 成功写入 6 个链接到 D:\Desk\Pan模板\迅雷模板_1751772981.xlsx ``` Excel文件将包含所有6个链接及其提取码。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值