如何用正则提取Twitter链接中的用户名（URL参数可选）

正确正则表达式 #

使用以下正则即可一次性匹配所有符合要求的Twitter链接，精准提取用户名：

twitter\.com\/([^?]+)

正则说明 #

• twitter\.com\/：匹配固定域名部分，其中\.是正则中转义后的点（避免匹配任意字符）。
• ([^?]+)：捕获一个或多个非问号的字符，自动截止到第一个?（如果存在），完美避开URL参数部分。

代码示例（Python） #

import re

link_list = [
    "https://twitter.com/test1",
    "http://twitter.com/test2",
    "https://www.twitter.com/test3?",
    "https://www.mobile.twitter.com/test4",
    "https://www.twitter.com/test5?lang=en",
    "https://www.instagram.com/test1insta"
]

for link in link_list:
    match_result = re.search(r'twitter\.com\/([^?]+)', link)
    if match_result:
        print(match_result.group(1))

运行后输出：

test1
test2
test3
test4
test5

之前正则的问题分析 #

1. 正则r'twitter.com\/(.*)\?'：
   要求链接必须包含?才能匹配，因此不带参数的链接无法被捕获，只能拿到test3和test5。
2. 正则r'twitter.com\/(.*)\??'：
   .*是贪婪匹配，会从twitter.com/后一直匹配到字符串末尾，即便存在?也会将参数部分一并包含，导致结果出现test3?、test5?lang=en这类错误内容。

结论 #

无需分情况处理，上述单个正则即可覆盖所有Twitter链接的用户名提取场景，同时自动过滤Instagram等非目标链接。

内容的提问来源于stack exchange，提问作者Liam