如何用Python正则表达式提取URL编码串中ProductId与Colour值拼接结果

问题原因分析 #

你原来使用的正则(?:ProductId%3D|Colour%3D)(.*)中，.*属于贪婪匹配规则，会匹配从匹配位置到字符串末尾的所有内容。所以首次匹配到ProductId%3D之后，剩下的整段967164%26Colour%3Dbright-royal都会被捕获，自然无法得到两个独立的参数值。

正确正则写法 #

你可以通过限制值的匹配范围来实现需求，推荐两种常用写法：

• 写法1：限制值不含%字符（URL编码的特殊符号均以%开头，参数值本身不会包含未编码的%）
  正则：r'(?:ProductId%3D|Colour%3D)([^%]+)'
• 写法2：用正向预查限定值的终止位置为参数分隔符%26或字符串结尾
  正则：r'(?:ProductId%3D|Colour%3D)(.*?)(?=%26|$)'

完整实现代码 #

import re

string = "ProductId%3D967164%26Colour%3Dbright-royal"
# 替换为上面任意一种正则均可
matches = re.findall(r'(?:ProductId%3D|Colour%3D)([^%]+)', string)
result = ''.join(matches)
print(result) # 输出：967164bright-royal

内容的提问来源于stack exchange，提问作者VDN