从文本文件中提取不同的链接？

Question

我的问题是，我有一个非结构化的.txt文件，比如下面的文件，它包含不同的链接，因为每个链接中都有一个签名：

Sample of the text file

我想要的是提取以http://开头的所有链接网址：www.alphorm.com你知道吗

我使用的正则表达式如下所示：

matchObj = re.findall(r'(http:// web.alphorm.com/.*&Key-Pair-Id=APKAJF2PMCJPGKXG2GEA)"}',
                      string)

但它并没有给我想要的。它缩小文本文件，并给我搜索的链接，但随着其他不受欢迎的链接和文本！你知道吗

怎么了？你知道吗

Answer 1

正则表达式中的.*是贪婪的，这意味着解析引擎将匹配第一个匹配的http://web.alphorm.com/，最后一个匹配的&Key-Pair-Id=APKAJF2PMCJPGKXG2GEA，以及之间的所有内容。你知道吗

试试这个：

matchObj = re.findall(r'(http://web.alphorm.com/.*?&Key-Pair-Id=APKAJF2PMCJPGKXG2GEA)"}',string)

添加?将使匹配延迟，匹配尽可能少。你知道吗

注意：我还删除了http://和web.alphorm.com之间的空格，因为我认为这是一个打字错误。你知道吗