Python - 从文本提取URL


通过使用正则表达式从文本文件实现URL提取。表达式在文本与模式匹配的任何位置获取文本。只有re模块用于此目的。

我们可以将输入文件包含一些URL并通过以下程序处理它以提取URL。所述 的findall() 函数用于查找与正则表达式匹配的所有实例。

Inout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.codingdict.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处理它时,我们得到所需的输出,而只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)

当我们运行上面的程序时,我们得到以下输出 -

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