使用Python协议的域的Regex

Question

null

我尝试了类似的方法->r“https://www\.http://www\.https://www\.https://www\.http.”

关键是，我不能把这两者合并起来。我是新的regex所以如果以上现有的regex行是错误的或可以更好，我将很高兴你的答案。

Answer 1

注意域名必须遵循一些规则才能有效。下面的regex只是假设一个域是有效的，如果它的顶级域只有小写字母。

import re
pat = r'(?:https?)?(?::\/\/)?[\w\.-]+\.(?:[a-z]+)(?:\/[\w\.\/]*)*'
inpt = 'Hello, something like this: example.com |example.com |http://example.com |http:/example.com |https://example.site |example.site |www.example-a.org |www.example-a.org/home |Example.tyz |ex.ample.com |example.web.id |example.org/exmp.exe'
matches = re.findall(pat, inpt)

print(*matches, sep='\n')

输出

example.com
example.com
http://example.com
example.com
https://example.site
example.site
www.example-a.org
www.example-a.org/home
Example.tyz
ex.ample.com
example.web.id
example.org/exmp.exe

您可以在regexr.com中使用此模式对其进行测试

pat = r'(?:https?)?(?::\/\/)?[\w\.-]+\.(?:[a-z]+)(?:\/[\S]*)*'