提取URL地址

通過使用正則表達式從文本文件實現URL提取。表達式在文本與模式匹配的任何位置獲取文本。只有re模塊用於此目的。

我們可以將輸入文件包含一些URL並通過以下程序處理它以提取URL。 findall()函數用於查找與正則表達式匹配的所有實例。

輸入的文本文件

顯示的是下面的輸入文件。其中包含幾個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.yiibai.com to learn further on a variety of subjects.

現在，當獲取上述輸入文件並通過以下程序處理它時，我們得到所需的輸出，也就是從文件中提取出來URL地址。

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)

執行上面示例代碼，得到以下結果 -

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

Python文本處理教程