Python:为存储在字符串中的链接生成新的 URL

Question

我有动态生成的字符串，其中包含 HTML 链接。例如，字符串可能包含:

You can visit <a class="hyperlink" href="https://www.stackoverflow.com">Stack Overflow</a> or <a class="hyperlink" href="https://www.reddit.com">Reddit.com</a> for help, or you can visit <a href="hyperlink" href="https://www.google.com">https://www.google.com</a>

我正在尝试查找所有 href，而不是为它们生成新的 URL，然后将它们插入回字符串中。所以上面的例子，如果运行成功，看起来像:

You can visit <a class="hyperlink" href="https://mydomain.com/www.stackoverflow.com">Stack Overflow</a> or <a class="hyperlink" href="https://mydomain.com/reddit.com">Reddit.com</a> for help, or you can visit <a href="hyperlink" href="https://mydomain.com/www.google.com">https://www.google.com</a>

我是 Python 的新手，并没有成功地弄清楚如何找到 href 并将其值添加到我的“自定义”域中。任何见解将不胜感激!

Answer 1

这是使用正则表达式的最佳位置。

import re

text = 'You can visit <a class="hyperlink" href="https://www.stackoverflow.com">Stack Overflow</a>'
new_text = re.sub(r'href="http(s)?:\/\/(.+?)"', r'href="https://mydomain.com/\2"', text)