最近想用爬虫爬一下知乎的数据，需要获取网页里的防止 xsrf 的标记。

(?<=pattern)

“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。

即略去括号中的部分，只提取括号后的部分。

(?=pattern)

“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。

即略去括号中的部分，只提取括号前的部分。

实现

s = requests.session()

    def get_xsrf(url=None):
        r = s.get(url,headers=headers_base)
        xsrf = re.search('(?<=name="_xsrf" value=")[^"]*(?="/>)',r.text)
        if xsrf == None:
            return ''

text 格式为 ''

使用 [^"]* 来提取 token 字符串，同时略去不需要的部分。