📌  相关文章
📜  Python从文本提取URL

📅  最后修改于: 2020-11-06 06:16:09             🧑  作者: Mango

URL提取是通过使用正则表达式从文本文件中完成的。表达式会在与模式匹配的任何地方获取文本。为此仅使用re模块。

例

我们可以使用一个包含一些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。

输入文件

显示的是下面的输入文件。其中包含teo 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，当我们采用上述输入文件并通过以下程序对其进行处理时，我们将获得所需的输出，仅给出从文件中提取的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)

当我们运行上面的程序时，我们得到以下输出-

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