如何將URL與python正則表達式匹配？

Question

我的問題是，我希望匹配HTML代碼中的URL，如下所示： href='example.com'或使用" ，但我只想提取實際的URL。我嘗試匹配它，然后使用數組魔術只獲得數組，但由於正則表達式匹配是貪婪的 ，如果有超過1個有理匹配，則會有更多從一個'開始並以另一個URL結束' 。什么正則表達式適合我的需要？

Answer 1

我建議不要使用正則表達式來解析HTML。 如果你使用像beautifulsoup這樣的東西，你的生活會更容易！

它就像這樣簡單：

from BeautifulSoup import BeautifulSoup

HTML = """<a href="https://firstwebsite.com">firstone</a><a href="https://secondwebsite.com">Ihaveurls</a>"""

s = BeautifulSoup(HTML)

for href in s.find_all('a', href=True): print("My URL: ", href['href'])

Answer 2

如果您希望它使用正則表達式而不是使用其他python庫來解決它。 這是解決方案。

import re
html = '<a href="https://www.abcde.com"></a>'
pattern = r'href=\"(.*)\"|href=\'(.*)\''
multiple_match_links = re.findall(pattern,html)
if(len(multiple_match_links) == 0):
     print("No Link Found")
else:
     print([x for x in list(multiple_match_links[0]) if len(x) > 0][0])