Python函数占位符失效：page_url无法在正则表达式中生效

原因 #

你写的正则表达式里的{page_url}没有被解析成传入的参数值，核心问题是：

• 你用了**原始字符串（r''）**但未搭配f-string语法，Python不会自动把{page_url}替换为变量值，正则会把{page_url}当作字面量字符串去匹配，自然找不到符合条件的链接。
• 直接print(page_url)能正常输出是因为这是直接访问变量，和正则里的占位符解析逻辑完全无关。

修复方法 #

需要通过字符串格式化把page_url变量注入到正则表达式中，以下是两种常用实现方式：

方式1：使用f-string（推荐） #

用rf''组合原始字符串与f-string特性，让占位符被正确解析：

import re
from bs4 import BeautifulSoup

def get_internal_links(soup, page_url):
    rtn_value = list()
    regex = re.compile(rf'^((https://)?{page_url}/|/).+')
    links = soup.find_all('a', {'href': regex})
    for link in links:
        try:
            href = link['href']
            rtn_value.append(href)
        except AttributeError:
            pass
    return rtn_value

方式2：使用str.format() #

适配Python 3.5及更早版本的写法：

regex = re.compile(r'^((https://)?{}/|/).+'.format(page_url))

额外注意事项 #

如果page_url中包含.、*、?这类正则特殊字符，需要用re.escape()转义，避免这些字符被当作正则语法解析：

regex = re.compile(rf'^((https://)?{re.escape(page_url)}/|/).+')

内容的提问来源于stack exchange，提问作者Code Ninja