Python Text Processing 简明教程

Python - Extract URL from Text

通过使用正则表达式从文本文件中完成 URL 提取。该表达式获取在任何地方与模式匹配的文本。仅 re 模块用于此目的。

Example

我们可以获取包含一些 URL 的输入文件，并通过以下程序对其进行处理以提取 URL。 findall() 函数用于查找与正则表达式匹配的所有实例。

Inout File

下面是输入文件。其中包含两个 URL。

Now a days you can learn almost anything by just visiting http://www.google.com. But if you are completely new to computers or internet then first you need to leanr those fundamentals. Next
you can visit a good e-learning site like - https://www.tutorialspoint.com to learn further on a variety of subjects.

现在，当我们获取上述输入文件并通过以下程序对其进行处理时，我们将获得所需输出，它仅提供从文件中提取的 URL。

import re

with open("path\url_example.txt") as file:
        for line in file:
            urls = re.findall('https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+', line)
            print(urls)

当我们运行以上程序时，我们得到了以下输出 −

['http://www.google.com.']
['https://www.tutorialspoint.com']