Python 正则表达式域名

Question

我正在尝试从字符串中提取以 com 结尾的多个域名，或者以 https 或 http 开头。

字符串是：

string="jssbhshhahttps://www.one.comsbshhshshttp://www.another.comhehsbwkwkwjhttp://www.again.co.uksbsbs"

我创建了如下模式：

pattern=re.compile("https?://")

我不知道如何完成它。

我想返回以http或Https开头并仅以.com结尾的所有域的列表。 所以 output 中没有.co.uk域。

我曾尝试在中间使用(.*)来表示无限的字符组合，但现在确定如何完成它。

任何帮助将不胜感激，如果可以解释表达式的所有部分，那就太好了。

Answer 1

您可以使用

https?://(?:(?!https?://)\S)*?\.com

请参阅正则表达式演示。 您可以使用不区分大小写的修饰符re.I或添加(?i)内联标志以使正则表达式不区分大小写。

细节

• https?:// - http://或https://
• (?:(??https:?//)\S)*? - 任何非空白字符，零个或多个但尽可能少地出现，不以http://或https://字符序列开头（此正则表达式构造以“tempered greedy token”名称而闻名）
• \.com - .com字符串。