由正则表达式提取 html action的属性值，谈零宽断言

因为实验需要从2w个网页中提取action中的链接，显然用bs4去解析dom树，再去逐个定位form、action。是十分花费时间的。
故笔者就利用正则表达式去解决这一个问题，

• 我第一步想法是匹配以 action=“ 开头的 “ 结尾字符串
• 用 aciton.*?" 就可以匹配出来了
• 但是这就遇到拦路虎了，因为笔者也是第一次动手写正则，就很菜，什么也不懂
• 在查了相关资料后，多方尝试，直接崩溃，
• 不玩了，去打王者了
• 在经历过王者连败后，战士依旧归来
• 发现了关于正则两个很有用的知识点
  • 零宽断言
  • 负向零宽断言
    

举个栗子：

<form 
action="http://websitesmail.att.com/ajax_login/redirect.php" 
method="post" 
id="webmail_form">

• 首先这里用到了负向零宽断言，具体的术语名字更长，在我理解看来，就是你所需要的位置，其前方可以满足你的表达式，故第一步结果如下

<?<=action=">

• 现在咱们有了要匹配字段前面的要求，接下来再加上表示你所需要字符串的语法

<?<=action=">.*?

• 最后我们是要用“去收尾的，故用到类零宽断言，故最终的结果就是这样

(?<=action=").*?(?=")

这里我谈一下个人对零宽断言的一点点理解，

• 零宽断言分为正向反向
• 其不同于正则里面的开始符与结束符
• 其区别在于开始符与结束符，其最终结果是包含了你所指定的开始和结束的字符（串）
• 但是零宽断言的最终匹配结果是不包含你指定的定位符的。
• 故这个就很好的解决了，我只想要action里面的链接，而不想附带别的其余东西
  

希望有帮到你，谢谢