Python正则表达式替换img src路径并保留文件名

要实现替换img标签src中的随机路径、仅保留文件名的需求，Python的re模块可以轻松完成，具体方案如下：

核心思路 #

通过正则表达式匹配img标签的src属性，捕获路径最后一段的文件名，再将原路径替换为指定域名+捕获到的文件名。

代码实现 #

import re

# 示例输入HTML
input_html = '<img src="random/path/with/different/number/of/dirs/myImage.jpg"></img>'

# 正则表达式：匹配src属性，捕获最后一个/后的文件名
pattern = r'<img src=".*?/([^"/]+)"'

# 替换为指定域名+文件名
replaced_html = re.sub(pattern, r'<img src="http://somedomain.com/\1"', input_html)

print(replaced_html)
# 输出：<img src="http://somedomain.com/myImage.jpg"></img>

正则表达式说明 #

• .*?/：非贪婪匹配任意字符直到遇到最后一个/，跳过前面的随机层级路径
• ([^"/]+)：捕获组，匹配除了"和/之外的所有字符（即完整的文件名，包含扩展名）
• \1：在替换模板中引用捕获到的文件名分组

兼容无前置路径的情况 #

如果存在src路径本身没有层级（如<img src="myImage.jpg">），可以调整正则为可选匹配前置路径：

pattern = r'<img src="(?:.*?/)?([^"/]+)"'

其中(?:.*?/)?是非捕获可选组，表示前置路径部分可有可无，确保所有场景都能正确捕获文件名。

内容的提问来源于stack exchange，提问作者lolololol ol