Python正则表达式Findall

Question

我试图找到顶级域信息。

如果我要搜索“https://testwebsite.com.au/folders/viewforum.php?f=1556n”我只希​​望我的表情中找到“https://testwebsite.com.au”

我用下面的表达式：

urlRegex = re.compile(r'''((https?|sftp|ftp|file)://[-a-zA-Z0-9+&@#/%? 
      =~_|!:,.;'"*$()]*[a-zA-Z0-9+&@#/%=~_|] )''', re.VERBOSE) 

Answer 1

如果你想成为严格和正确的，使用真正的URL解析器。如果你正在寻找的东西快速和肮脏的，将针对URL的99％的工作，你会发现，怎么样：

urlRegex = re.compile(r'([a-zA-Z]+://[^/\s]+)')