正則表達式提取網(wǎng)頁源碼的url鏈接

哈哈最近剛了解了正則，拿來試了試。
javasCript代碼如下：

var raw = '</title><link rel="shortcut icon" href="/_layouts/15/Canway.Portal.External.Web/images/favicon.png" type="image/vnd.microsoft.icon" id="favicon"><link rel="stylesheet" type="text/css" href="/_layouts/15/2052/styles/Themable/corev15.css?rev=OjbVZfNOSp9SHxHy9FUrXw%3D%3D"><link rel="shortcut icon" href="/gday!!!!!!!!!!!!!!!!!!!!!!/_layouts/15/Canway.Portal.External.Web/images/.png" type="image/vnd.microsoft.icon" id="favicon">';
var linkReg = /href="[^"]*"/g;

function findMatch(reg, raw) {
  var data = {}
  var arr = []
  while(true) {
    data = reg.exec(raw);
    if (data!= null) {
      let pos1 = data[0].indexOf('"');
      let pos2 = data[0].lastIndexOf('"');
      let item = data[0].slice(pos1 + 1, pos2)
      arr.push(item);
      console.log(item);
    } else {
      break;
    }
  }
  return arr;
}

findMatch(linkReg, raw);

您好，方法有很多，re模塊和xpath等等一大把。當(dāng)然您說re模塊不行，我就用re模塊舉個栗子：
先定義您的網(wǎng)頁源碼：

a='您的網(wǎng)頁源碼'

接下來是定義re模塊的抓取規(guī)則，這里可以用到compile貪婪匹配：

pattern = re.compile('</title><link rel="shortcut icon" href=(.*?)type.*?href=(.*?)><link rel=.*? href=(.*?) type=.*?'',re.I)

注意最后加上re.I,用于忽略大小寫（當(dāng)然這里不加也可以），接下來是讀取抓取的數(shù)據(jù)：
定義一個空list：

items = re.findall(pattern,a)
pageStories = []

然后通過for遍歷讀出來：

for item in items:
    pageStories.append([item[0].strip(),item[1].strip(),item[2].strip()])
print  pageStories

最后上圖，證明我說的是真的：

正則一般就是找共性，你這就是需要href引號里面的內(nèi)容，所以就
/href="S+"/g
出來后，還需要刪去href與引號
不過我感覺另一個答案更適合你