从python中的字符串中提取URL

Question

我想从字符串中提取一个完整的URL。在

我的代码是：

import re
data = "ahahahttp://www.google.com/a.jpg>hhdhd"
print re.match(r'(ftp|http)://.*\.(jpg|png)$', data)

输出：

^{pr2}$

预期产量

http://www.google.com/a.jpg

我在StackOverflow上找到了这么多问题，但没有一个对我有用。 我看过很多帖子，这不是重复的。请帮帮我！谢谢。在

Answer 1

你很亲密！在

试试这个：

r'(ftp|http)://.*\.(jpg|png)'

您可以将此here可视化。在

我也会让这个不贪婪的人变成这样：

^{pr2}$

您可以将这种贪婪与非贪婪行为here和{a3}可视化。在

默认情况下，.*将匹配尽可能多的文本，但您希望匹配尽可能少的文本。在

您的$将匹配项锚定在行尾，但在您的示例中，URL的结尾不是行尾。在

另一个问题是您使用的是re.match()，而不是{}。使用re.match()从字符串的开头开始匹配，而re.search()搜索字符串中的任何位置。有关详细信息，请参见here。在

Answer 2

使用Find（http://，ftp://）查找url的开头。使用Find（jpg，png）查找url的结尾。现在获取子字符串

data = "ahahahttp://www.google.com/a.jpg>hhdhd"
start = data.find('http://')
kk = data[start:]
end = kk.find('.jpg')
print kk[0:end+4]

Answer 3

你应该使用搜索而不是匹配。在

import re
data = "ahahahttp://www.google.com/a.jpg>hhdhd"
url=re.search('(ftp|http)://.*\.(jpg|png)', data)
if url:
   print url.group(0)