从文本中提取链接

Question

我想从一个短语中提取一个链接，它可能是最后，第一或中间的任何地方，所以我使用这个正则表达式

link=text.scan(/(^| )(http.*)($| )/)

但问题是，当链接位于中间时，它会获得整个短语直到结束。 我该怎么办？

Answer 1

这是因为.*旁边的http是贪婪的。我建议你使用lookarounds。

link=text.scan(/(?<!\S)(http\S+)(?!\S)/)

OR

link=text.scan(/(?<!\S)(http\S+)/)

示例：

> "http://bar.com foo http://bar.com bar http://bar.com".scan(/(?<!\S)http\S+(?!\S)/)
=> ["http://bar.com", "http://bar.com", "http://bar.com"]

DEMO

• (?<!\S)负面的背后隐藏声称匹配不会被非空格字符所取代。

• http\S+匹配子字符串http以及以下一个或多个非空格字符。

Answer 2

您尝试匹配的所有链接是否遵循一些简单的模式？我们需要看到更多背景信息，以便自信地为您的问题提供一个好的解决方案。

例如，正则表达式：

link=text.scan(/http.*\.com/)

......对于这项工作来说可能已经足够了（这假设所有链接都以“.com”结尾），但如果没有更多信息，我无法肯定地说。

或者再一次，例如，也许你可以使用类似的东西：

link=text.scan(/http[a-z./:]*) - 这假设所有链接仅包含小写字母“。”，“/”和“：”。