Python3使用re.findall提取HTML中JS变量正则匹配失败求助

场景1匹配失败原因 #

• 正则语法中+属于特殊量词，代表匹配前一个字符1次及以上，你需要匹配代码里字面量的加号，必须转义为\+
• 不需要对双引号做多余的转义，Python原始字符串中直接写"即可匹配字符串中的双引号
• 修正后的正则写法：

pattern = r'var j = i \+ Number\("(\d*)" \+ "(\d*)"\);'

运行后输出为[('6876', '52907')]，符合预期。

场景2匹配失败原因 #

• 你使用的\w元字符仅匹配大小写字母、数字和下划线，目标字符串包含/、+等不在\w范围内的特殊字符，因此匹配失败
• 匹配双引号包裹的任意内容时，使用[^"]*（匹配所有非双引号的字符）是更通用的写法，不会受特殊字符限制
• 修正后的正则写法：

pattern = r'"bm-foo": "([^"]*)",'

运行后输出为['AAQAAAAE/////4ytkgqq/oWI']，符合预期。

额外注意事项 #

• 正则中的特殊字符包括+、*、?、.、(、)、[、]等，要匹配这些字符的字面量必须加反斜杠转义
• 提取固定分隔符（如双引号、单引号）包裹的内容时，优先用[^分隔符]*的写法，可避免贪婪匹配越界的问题

内容的提问来源于stack exchange，提问作者Athena Wisdom