Как получить правильное соответствие регулярным выражением?

Question

Я думаю, что это распространенная проблема. Но я не нашел удовлетворительного ответа в другом месте.

Предположим, что я извлекаю некоторые ссылки с веб-сайта. Ссылки, как следующее:

http://example.com/goto/http://example1.com/123.html 
http://example1.com/456.html 
http://example.com/yyy/goto/http://example2.com/789.html 
http://example3.com/xxx.html 

Я хочу использовать регулярное выражение, чтобы преобразовать их в реальные ссылки:

http://example1.com/123.html 
http://example1.com/456.html 
http://example2.com/789.html 
http://example3.com/xxx.html 

Однако, я не могу этого сделать из-за жадных особенностью RE , 'http://.*$' будет соответствовать только всему предложению. Затем я попробовал 'http://.*?$', но это тоже не сработало. Также не было re.findall. Так есть ли другой способ сделать это?

---

Да. Я могу это сделать str.split или str.index. Но мне все еще интересно, есть ли для этого решение RE.

Answer 1

Вам не нужно использовать регулярное выражение можно использовать str.split() разделить ваши ссылки с // тогда пикапом последней части и конкатенацию, что с http//:

>>> s="""http://example.com/goto/http://example1.com/123.html 
... http://example1.com/456.html 
... http://example.com/yyy/goto/http://example2.com/789.html 
... http://example3.com/xxx.html""" 
>>> ['http://'+s.split('//')[-1] for link in s.split('\n')] 
['http://example3.com/xxx.html', 'http://example3.com/xxx.html', 'http://example3.com/xxx.html', 'http://example3.com/xxx.html'] 

И регулярным выражением вам просто нужно заменить все символы между 2 // с пустой строкой, но, как вам нужно один из // для первого использования positive look-behind:

>>> [re.sub(r'(?<=//)(.*)//','',link) for link in s.split('\n')] 
['http://example1.com/123.html', 'http://example1.com/456.html', 'http://example2.com/789.html', 'http://example3.com/xxx.html'] 
>>> 

Answer 2

использования т его картины

^(.*?[^/])(?=\/[^/]).*?([^/]+)$ 

и заменить $1/$2
Demo

---

после прочтения комментария ниже, используйте этот шаблон, чтобы захватить то, что вы хотите

(http://(?:[^h]|h(?!ttp:))*)$ 

Demo

---

или эта модель

(http://(?:(?!http:).)*)$ 

Demo

---

или эта модель

http://.*?(?=http://) 

и заменить ничем
Demo