用于URL的python正则表达式＆＃34; www.example.com＆＃34;

Question

我需要python regex用于＆＃34; www.example.com ＆＃34; （没有引号）。 示例可以是任何字符串。 我需要它之前没有任何其他文字＆＃34; www ＆＃34;之后＆＃34; .com ＆＃34;

Answer 1

您可以使用标准库urllib.parse.urlparse中的专用函数：

>>> from urllib.parse import urlparse
>>> parts = urlparse('http://www.example.org')
>>> parts
ParseResult(scheme='http', netloc='www.example.org', path='', params='', query='', fragment='')
>>> parts.netloc
'www.example.org'

或者您可以将此正则表达式用于文本：

>>> import re
>>> regexp = re.compile(r'\s*(www\.[^:\/\n]+\.com)\s*')
>>> urls = regexp.findall('Hello https://www.mywebsite.com/index.py?q=search bonjour...')
>>> urls
['www.mywebsite.com']