使用python从javascript文本中提取url

Question

我正在使用python和beautifulsoup来解析对象，我正在尝试使用re.findall提取url

<a class="btn btn-danger btn-sm" href="javascript: void(0);"
onclick="if (confirm('Delete link
http://gorillavid.in/8538jm5bptgd')) { removeLink(71603335); }"><i
class="fa fa-trash "></i></a>

我正在尝试提取网址https://gorillavid.in/97ylvj76qjeh。

我正在尝试这个表达式：

re.search("Delete link\s* (.*?)',", data).group(1)
re.findall(r'(https?://[^\s]+)', link)

它给我的错误是它不是一个字符串。

Answer 1

如果您想使用findall查找网址，可以使用捕获组：

'Delete link\s+(.+?)(?=')

<强>解释

• 匹配'删除链接
• 匹配一个或多个空格\s+
• 在一个组中捕获任何一个或多个字符都没有贪婪（这包含您要查找的值）
• 积极的前瞻(?=
• 其中断言接下来是'
• 关闭肯定前瞻)

Demo