Question

我正在尝试创建一个能够正确捕获网址的正则表达式，包括用http://example.com中的括号括起来的网址，以及https://blog.codinghorror.com/the-problem-with-urls/

中有关编码恐怖的说法

我目前正在使用以下内容在python中为以http和www开头的链接创建HTML A标记。</ p>

r1 = r"(\b(http|https)://([-A-Za-z0-9+&@#/%?=~_()|!:,.;]*[-A-Za-z0-9+&@#/%=~_()|]))"
r2 = r"((^|\b)www\.([-A-Za-z0-9+&@#/%?=~_()|!:,.;]*[-A-Za-z0-9+&@#/%=~_()|]))"
return re.sub(r2,r'<a rel="nofollow" target="_blank" href="http://\1">\1</a>',re.sub(r1,r'<a rel="nofollow" target="_blank" href="\1">\1</a>',text))

这种情况很有效，除非有人将网址包裹在parens中。有没有人有更好的方法？

Answer 1

问题是，URL可以将括号作为其中的一部分......（http://en.wikipedia.org/wiki/Tropical_Storm_Alberto_(2006)）。你不能单独使用regexp来处理它，因为它没有状态。你需要一个解析器。因此，您最好的机会是使用解析器，并尝试猜测正确的近括号。这很容易出错（网址可以打开括号而不会关闭它）所以我猜你还是运气不好。

另请参阅http://en.wikipedia.org/wiki/,或（http://en.wikipedia.org/wiki/)）和其他类似的有效网址。

Python Regular Expression添加指向url的链接

1 个答案: