如何在正则表达式匹配的开头附加一些内容？

Question

这是正则表达式代码：without_header = re.findall('/sports/[a-z0-9\/\.\-\:]*[0-9\.]+cms', without_header_url)它返回每个 URL 的输出，该 URL 前面没有 https 标头。例如：/sports/cricket/ipl/top-stories/kxip-vs-csk-shane-watson-faf-du-plessis-infuse-life-into-csks-ipl-campaign-shape-confidence-boosting-win-over-kxip/articleshow/78481088.cms' /sports/football/epl/top-stories/epl-manchester-united-humiliated-as-mourinhos-spurs-win-6-1-at-old-trafford/articleshow/78481304.cms为此，我想在开头附加“https://example.com”。我不需要 for 循环，有没有使用 re.sub 的有效方法？

Answer 1

您可以在以下位置使用此正则表达式re.sub：

(?<!:/)(/sports/[a-z0-9/.:-]*[0-9.]+cms)

正则表达式演示

代码：

s = re.sub(r'(?<!:/)(/sports/[a-z0-9/.:-]*[0-9.]+cms)', r'https://\1', s)

正则表达式详细信息：

• (?<!:/):/：消极的后向断言我们在之前的位置没有

• (/sports/[a-z0-9/.:-]*[0-9.]+cms)：匹配您的文本并在第 1 组中捕获