Python提取Google Drive URL中d/与/view间片段问题求助

问题分析 #

你使用的正则/d/(.*)/view采用贪婪匹配.*，虽然示例URL理论上能匹配，但空结果可能源于以下情况：

• 部分URL存在格式差异（如路径含隐藏字符、空格）
• 贪婪匹配可能意外匹配更长内容（若URL结构变动）
• 字符串类型异常（比如存在NaN等非字符串值）

修正方案 #

推荐使用精确匹配非/字符的正则，因为Google Drive文件ID本身不含/，匹配更精准：

方法1：精准匹配（优先选择） #

import re
import pandas as pd

for i in df['image']:
    # 跳过非字符串类型内容
    if not isinstance(i, str):
        print(f"跳过非字符串内容: {i}")
        continue
    # 匹配/d/后、/view前的非/字符
    res = re.findall(r'/d/([^/]+)/view', i)
    print(res)

方法2：非贪婪匹配 #

在原正则的.*后添加?，强制匹配到第一个/view就停止：

res = re.findall(r'/d/(.*?)/view', i)

额外优化 #

如果只需提取单个ID而非列表，用re.search更高效：

match = re.search(r'/d/([^/]+)/view', i)
if match:
    file_id = match.group(1)
    print(file_id)
else:
    print(f"未匹配到ID: {i}")

内容的提问来源于stack exchange，提问作者vikrant jha