如何在python中验证LinkedIn公共配置文件url正则表达式

Question

我想验证linkedin的公开个人资料网址。 我尝试了以下概念

 a = "https://in.linkedin.com/afadasdf"
 p = re.compile('(http(s?)://|[a-zA-Z0-9\-]+\.|[linkedin])[linkedin/~\-]+\.[a-zA-Z0-9/~\-_,&=\?\.;]+[^\.,\s<]')
 p.match(a)

上面的概念很好用。 但是，当我提供网址https://www.linkedin.com时 ，它就无法正常工作。 谁能帮助我验证两个概念。

Answer 1

这种模式可能会有所帮助。

^((http|https):\/\/)?+(www.linkedin.com\/)+[a-z]+(\/)+[a-zA-Z0-9-]{5,30}+$

我已经测试过了，对我来说效果很好。

Answer 2

可以使用urllib模块来代替将url与正则表达式匹配：

In [1]: import urllib
In [2]: u = "https://in.linkedin.com/afadasdf"
In [3]: urllib.parse.urlparse(u)
Out[3]: ParseResult(scheme='https', netloc='in.linkedin.com', path='/afadasdf', params='', query='', fragment='')

现在，您可以检查netloc和path属性。

Answer 3

这是http和www之间的链接。 这给了你上面的问题。 您可以将它们更改为*（即0或更大）。

import re

a = "https://www.linkedin.com/afadasdf"
p = re.compile('((http(s?)://)*([a-zA-Z0-9\-])*\.|[linkedin])[linkedin/~\-]+\.[a-zA-Z0-9/~\-_,&=\?\.;]+[^\.,\s<]')
print p.match(a)

尽管您可能希望将其限制为www，而不是任何数字或字母？ 所以也许：

p = re.compile('((http(s?)://)*([www])*\.|[linkedin])[linkedin/~\-]+\.[a-zA-Z0-9/~\-_,&=\?\.;]+[^\.,\s<]')