python 正则表达式提取url

1. python 提取URL到数组中

import re


if __name__ == "__main__":
    f = open(r"C:\Users\HuJun\PycharmProjects\pythonProject\daily_tesy\data.txt", "r", encoding="utf-8")
    data = f.read()
    reg = 'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+'
    # reg = 'https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+'
    url = re.findall(reg, data)
    print(url)

2. python使用正则表达式提取网页URL的方法

import re
import urllib


if __name__ == "__main__":
    url = "https://www.jb51.net"
    res = urllib.urlopen(url).read()
    data = res.replace(" ", "")
    urls = re.findall(r"<a.*?href=.*?<\/a>", data, re.I)
    for i in urls:
        print(1)
    else:
        print('this is over')
  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值