哪位大神能帮忙写一个正则表达式啊?

<meta.+url=(.+)\">$
直白写入这个不知道是不是符合要求。
提取$1 就是地址了

Python 3.7.0 (v3.7.0:1bf9cc5093, Jun 27 2018, 04:59:51) [MSC v.1914 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> a='''<!DOCTYPE html>
... <html>
... <head>
... <meta charset="utf-8">
... <title>正在跳转...</title>
... <meta name="referrer" content="no-referrer" />
... <meta HTTP-EQUIV="refresh" content="0; url=https://www.baidu.com/s/1dD8Hkn3">
... </head>
... <body>
... </body>
... </html>
... '''
>>> re.findall(r'url=(.+)"',a)
['https://www.baidu.com/s/1dD8Hkn3']
>>>

@adminii
@delectate 非常感谢二位，多谢！

“类型不是 html 是 str ”？这话有点问题

用 beautifulsoup 先取出片段再用正则会不会简单很多

好吧居然不能用 bs4

字符串里面如果还有标签区段，str 可以继续弄进 bs4，再做递进一步的处理的。。。



```
htmlStr = """<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>正在跳转...</title>
<meta name="referrer" content="no-referrer" />
<meta HTTP-EQUIV="refresh" content="0; url=https://www.baidu.com/s/1dD8Hkn3">
</head>
<body>
</body>
</html>
"""


htmlStrBs4 = BeautifulSoup(htmlStr.__str__(), 'lxml')
```

pattern = r"<meta.+? content=(['"]).+?url=(.+) ?.*\1>"
组 2 就是链接

想知道楼主怎么各种尝试的，上切片美滋滋啊

最近什么回事，看见好几个求正则的了。
都是做爬虫，你们就不能老老实实用 beautifulsoup 吗？？

你把 str 丢到 bs4 里不是一样吗......

python 不是有 pyquery 么

from lxml import etree

html_string = '''
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>正在跳转...</title>
<meta name="referrer" content="no-referrer" />
<meta HTTP-EQUIV="refresh" content="0; url=https://www.baidu.com/s/1dD8Hkn3">
</head>
<body>
</body>
</html>
'''

html = etree.HTML(html_string)

url = html.xpath('//meta[3]/@content')[0].split('url=')[-1]

print(url)


觉得 lxml 比 bs4 舒服的多

url=(.*)\"

@des 可能是因为正则比较简单（门槛低）吧，我第一次写爬虫也是全程正则硬刚……

@xml123 门槛低倒是，简单就不一定了

每次写正则都要看“ 30 分钟入门”的路过，膜拜各路大神。

@PulpFunction 切片长度一致才行吧，url 这每个长度都不一样啊

@ShareDuck 我也看，但写不出来能用的正则，