Python中文
首页
教程
问答
标签
搜索
登录
注册
从字符串中提取所有URL的正则表达式
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>我有一根这样的绳子</p> <blockquote> <p><code>http://example.com/path/topage.htmlhttp://twitter.com/p/xyanhshttp://httpget.org/get.zipwww.google.com/privacy.htmlhttps://goodurl.net/</code></p> </blockquote> <p>我想把所有的url/webaddress提取到一个数组中。例如</p> <p><code>urls = ['http://example.com/path/topage.html','http://twitter.com/p/xyan',.....]</code></p> <p>这是我的方法,但没有奏效。在</p> <pre><code>import re strings = "http://example.com/path/topage.htmlhttp://twitter.com/p/xyanhshttp://httpget.org/get.zipwww.google.com/privacy.htmlhttps://goodurl.net/" links = re.findall('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', strings) print links // result always same as strings </code></pre>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>问题是你的regex模式太包容了。它包括所有的url。可以通过使用(?)来使用lookahead?=)</p> <p>试试这个:</p> <pre><code>re.findall("((www\.|http://|https://)(www\.)*.*?(?=(www\.|http://|https://|$)))", strings) </code></pre>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
为什么在使用strptime时会出现未进行转换的数据错误?
4 回答
为什么在使用strptim时会出现这个datetime日期错误
1 回答
为什么在使用StyleFrame时索引列的标题不显示sf.至excel()?
10 回答
为什么在使用sum()函数时会发生“int”对象不可调用的错误?
6 回答
为什么在使用sympy.dsolve时会得到“'list'对象没有属性'func'”?
2 回答
为什么在使用tabla时会得到一个空的数据帧?
1 回答
为什么在使用tensorboard时需要add_graph()的第二个参数?
4 回答
为什么在使用TensorFlow Lite转换YOLOv4时,推断时间/大小没有改进?有什么可能的改进吗?
7 回答
为什么在使用Tensorflow加载训练批时会出现内存泄漏?
3 回答
为什么在使用tensorflow时会收到警告/错误(使用函数API,但未实现错误)
2 回答
为什么在使用tetpyclient发出POST请求时出现403错误?
4 回答
为什么在使用TextBlob时会出现HTTP错误?
10 回答
为什么在使用TFIDF时出现错误“IndexError:list index out of range”pyspark.ml.feature?
10 回答
为什么在使用timedelta格式化之后,我在python中的日期是错误的?
2 回答
为什么在使用timeit或exec函数时,函数中的变量不会在提供的全局命名空间中搜索?
9 回答
为什么在使用tkinter时不能使用复选框?
9 回答
为什么在使用todoistpythonapi时会返回这个奇怪的ID?
7 回答
为什么在使用TQM时,在调整图像大小时,处理时间会有很大的差异?
3 回答
为什么在使用Tweepy下载用户时间线时收到错误消息
10 回答
为什么在使用twitter帐户登录Django应用程序时重定向127.0.0.1:8000?
3 回答