Python：如何用正则表达式移除列表中匹配指定子串的URL？

原代码问题分析 #

• 第一次尝试使用re.match：该方法仅从字符串起始位置匹配，而目标模式(/\d{6}/)位于URL末尾，因此永远无法匹配，导致筛选结果与原列表一致。
• 第二次尝试逻辑错误：将re.match的结果（匹配对象或None）直接判断是否在列表中，完全不符合正则匹配逻辑；同时遍历原列表时直接调用remove会导致索引错乱，跳过部分元素。

正确实现方案 #

方案1：列表推导式+锚定末尾的正则

使用$锚定字符串结尾，确保匹配的是URL末尾的/6位数字/格式，结合列表推导式快速筛选：

import re

# 示例URL列表
url_list = [
    'www.test.com/nothere/432432/',
    'www.test.com/nothere/685985/',
    'www.test.com/nothere/abc123/',
    'www.test.com/nothere/12345/'
]
# 正则规则：匹配末尾为 /6位数字/ 的字符串
pattern = re.compile(r'/\d{6}/$')
# 筛选出不匹配该规则的URL
filtered_urls = [url for url in url_list if not pattern.search(url)]

print(filtered_urls)
# 输出结果: ['www.test.com/nothere/abc123/', 'www.test.com/nothere/12345/']

方案2：遍历列表移除匹配项（避免索引问题）

遍历列表副本进行判断，避免直接修改原列表导致的遍历异常：

import re

allAdLinks = [
    'www.test.com/nothere/432432/',
    'www.test.com/nothere/685985/',
    'www.test.com/nothere/abc123/'
]
pattern = re.compile(r'/\d{6}/$')

# 遍历列表副本，防止原列表修改影响遍历流程
for ad_link in allAdLinks.copy():
    if pattern.search(ad_link):
        allAdLinks.remove(ad_link)
        print(f"移除匹配项后列表: {allAdLinks}")
    else:
        print(f"保留非匹配项: {ad_link}")

# 最终结果: ['www.test.com/nothere/abc123/']

内容的提问来源于stack exchange，提问作者Andrew Glass