给定一个字符串,里面包含 URL 地址,需要我们使用正则表达式来获取字符串的 URL。
import re
def Find(string):
# findall() 查找匹配正则表达式的字符串
url = re.findall('https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+', string)
return url
string = 'Runoob 的网页地址为:https://www.runoob.com,Google 的网页地址为:https://www.google.com'
print("Urls: ", Find(string))
这段代码使用Python中的re
模块来查找输入字符串中的所有URL(统一资源定位符)。下面是对代码的详细解释:
-
导入
re
模块:import re
这行代码导入了Python的正则表达式模块
re
,它允许我们进行正则表达式的匹配和查找操作。 -
定义
Find
函数:def Find(string):
这是一个自定义的函数
Find
,该函数接受一个字符串string
作为输入参数。 -
使用正则表达式查找URL:
url = re.findall('https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+', string)
这行代码使用
re.findall()
函数来查找输入字符串string
中的所有匹配正则表达式的URL。https?
:这是一个正则表达式模式,表示匹配以http
或https
开头的字符串。s?
中的?
表示前面的字符s
是可选的,所以它可以匹配http
或https
。://
:这是匹配URL中的冒号和两个正斜杠的字面字符。(?: ... )
:这是非捕获组的语法,用于将多个字符组合在一起,但不捕获匹配的内容。在这里,它用于将后面的字符组合在一起以匹配URL中的域名和路径部分。[-\w.]
:这是一个字符集,匹配URL中的字母、数字、连字符(减号)和句点。|(?:%[\da-fA-F]{2})
:这部分表示匹配URL中的百分号编码的特殊字符。例如,%20
代表空格字符。+
:表示匹配前面的模式(整个URL部分)一次或多次,以匹配完整的URL。
-
返回找到的URL列表:
return url
函数返回一个包含所有匹配的URL的列表。
-
定义输入字符串:
string = 'Runoob 的网页地址为:https://www.runoob.com,Google 的网页地址为:https://www.google.com'
这行代码定义了一个包含文本的字符串,其中包含两个URL。
-
调用
Find
函数并打印结果:print("Urls: ", Find(string))
这行代码调用
Find
函数,并将其结果打印出来。结果是一个包含匹配到的URL的列表。
所以,当你运行这段代码时,它会输出如下内容:
Urls: ['https://www.runoob.com', 'https://www.google.com']
这里的输出是找到的两个URL:https://www.runoob.com 和 https://www.google.com。