如何识别文本中的.onion链接,记住它们可以以各种方式出现;
hfajlhfjkdsflkdsja.onion
http://hfajlhfjkdsflkdsja.onion
http://www.hfajlhfjkdsflkdsja.onion
我正在考虑使用正则表达式,但(.*?.onion)
将返回URL链接所在的整个段落
答案 0 :(得分:3)
这样做:(?:https?://)?(?:www)?(\S*?\.onion)\b
(添加非捕获组 - 信用:@WiktorStribiżew)
演示:
s = '''hfajlhfjkdsflkdsja.onion
https://hfajlhfjkdsflkdsja.onion
http://www.hfajlhfjkdsflkdsja.onion
https://www.google.com
https://stackoverflow.com'''
for m in re.finditer(r'(?:https?://)?(?:www)?(\S*?\.onion)\b', s, re.M | re.IGNORECASE):
print(m.group(0))
输出
hfajlhfjkdsflkdsja.onion
https://hfajlhfjkdsflkdsja.onion
http://www.hfajlhfjkdsflkdsja.onion
答案 1 :(得分:0)
没有正则表达式的方法:
url = 'http://hfajlhfjkdsflkdsja.onion'
split = url.split('.onion')
if len(split)==2 && len(split[1])==0:
%do something
答案 2 :(得分:0)
快速简便:
([^\s]+\.onion)
匹配从第一个空格开始直到" .onion"。
的所有字符