import re
# url通用匹配
url_regex = re.compile('<a[^>]+href=["\'](.*?)["\']', re.IGNORECASE)
# test
url_str = "<a type='akfdf' href='http://www.itmeng.top' xxxx>hahah</a>"
result = url_regex.findall(url_str)
print(result)
# ---------运行结果------------
>>> print(result)
['http://www.itmeng.top']
来源:
正则表达式30分钟入门教程
.?的理解:
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：
a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。
[^<] 的理解:
[^x] 匹配除了x以外的任意字符
