再表記の中の一重引用符で囲まれた二重引用符（Python）

Question

私はPythonの初心者です。私はgitHubのリポジトリに行きました。次のコード行がウェブページからすべてのURLを抽出するのを見ました。正規表現とグループを理解していますが、一重引用符で囲まれた余分な二重引用符がある理由を理解できません。

links = re.findall('"((http|ftp)s?://.*?)"', html) 

つまり、次のコードとどのように違うのですか？

links = re.findall('((http|ftp)s?://.*?)', html) 

私が試してみましたし、最初の一つだけが正しくURL構文と一致したが、二番目にはないことがわかりました。しかし、なぜ私は理解していない。

何か助けていただければ幸いです。

ありがとうございます。

Answer 1

二重引用符は正規表現の一部です。パターンが実際に引用符で囲まれている場合のみパターンが一致することを保証します。 foo bar http://whatever.comは一致しませんが、<a href="http://whatever.com">となります。

これは本当に壊れやすい方法ですが、一重引用符もHTMLでは有効ですが、正規表現とは一致しないため注意が必要です。