正则表达式提取curl返回URL问题：如何获取不含引号的链接

我明白你的问题啦——你用re.search('https://.*$', fileIO)匹配到的内容把后面的JSON尾巴也带上了，比如"https://file.io/Syv77d","expiry":"14 days"}，这显然不是你想要的干净URL。问题出在你的正则表达式太“贪婪”了，而且没考虑URL的边界（双引号）。

给你两个靠谱的解决方案：

方案1：优化正则表达式 #

既然URL是被双引号包裹的，我们可以精准匹配双引号之间的URL内容，避免把后面的JSON字符带进来。试试这个正则：

import re

# 假设fileIO是curl返回的字符串
match = re.search(r'"(https://file\.io/[^"]+)"', fileIO)
if match:
    link = match.group(1)  # 这里拿到的就是不带双引号的URL：https://file.io/Syv77d
    print(link)

正则说明： #

• "：匹配URL开头的双引号
• https://file\.io/：固定匹配URL的前缀（注意.要转义成\.，因为正则里.是通配符）
• [^"]+：匹配除了双引号之外的所有字符，这样就会在遇到下一个双引号时停止，完美截断多余内容
• 括号()：把我们想要的URL部分标记为捕获组，用group(1)就能提取出来

方案2：用JSON解析更稳妥（推荐） #

既然curl返回的内容看起来是JSON格式（有"expiry":"14 days"这种键值对），那直接用Python的json模块解析才是最靠谱的方式，比正则不容易出错：

import json

# 把字符串转成Python字典
response_data = json.loads(fileIO)
# 假设URL对应的键是"link"，根据实际返回的JSON结构调整键名
link = response_data["link"]
print(link)

这种方法不用依赖字符串的格式细节，只要JSON结构正确，就能直接拿到想要的URL，后续如果返回内容有小变化（比如键的顺序变了），也不会影响提取结果。

内容的提问来源于stack exchange，提问作者Dee