使用正则表达式提取JSON中所有display_url字段的URL值

可用正则表达式 #

针对给出的文本结构，直接使用下面的正则即可精准提取目标值，不会误匹配src等其他字段的链接：

"display_url"\s*=\s*"([^"]+)";

匹配逻辑说明 #

• 开头严格匹配"display_url"字段名，从根源上避免匹配其他同格式的非目标字段
• \s*用来兼容字段名、等号、URL值之间的任意缩进、空格、换行，适配格式化后的带缩进文本场景
• 捕获组([^"]+)会提取双引号内的全部内容，因为URL本身不会出现未转义的双引号，这个逻辑可以完整覆盖带多参数的长链接，不会出现截断问题
• 结尾匹配";，确保匹配的是完整的字段行，不会抓到半截结构

样例匹配结果 #

对提供的测试文本执行匹配后，捕获组返回的URL结果为：

https://bytesong.fdel3-2.fna.fbcdn.net/v/t51.2885-15/290026768_727463948376235_3554188366257815869_n.jpg?stp=dst-jpg_e35_s1080x1080&_nc_ht=instagram.fdel3-2.fna.fbcdn.net&_nc_cat=107&_nc_ohc=uRmgxvUK4o8AX8Yw3TG&edm=AABBvjUBAAAA&ccb=7-5&oh=00_AT903HYu4JZXRI5RCKNXCnChAcZ1YmpbpjLIF-qnUJV_zw&oe=62BF9468&_nc_sid=83d603

特殊场景适配 #

如果文本中URL内部存在转义双引号（格式为\"），可以使用兼容转义字符的版本：

"display_url"\s*=\s*"((?:[^"\\]|\\.)+)";

使用时开启全局匹配模式，即可一次性提取整段文本中所有display_url对应的URL值，无需逐行处理。

内容的提问来源于stack exchange，提问作者Deepak Gautam