python - 通过正则表达式提取带有 "only"的url链接 ".php.com"

Question

尝试通过正则表达式“仅”提取带有“.php.com”(即 www.sample.php.com)的 url 链接，但无法提取和识别带有(.php.com)的特定 url )如下面的代码。如果您有想法，请帮助并告诉我。提前致谢。

以下代码能够提取 http 或 https url ，但无法仅通过 php.com (即 www.sample.php.com )识别和准确提取 url 。我应该如何修改以下正则表达式以仅使用( php.com )提取网址？

http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*(),]|(?:% [0-9a-fA-F][0-9a-fA-F]))+

<> 仅提取包含 php.com (www.sample.php.com) 的 url，而不是(www.sample.com 或其他)

Answer 1

您可以添加一个肯定的前瞻，断言 URL 组件之一是 PHP:

http[s]?://(?=.*\bphp\.com\b)(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*(),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+
            ^^^ change is here

Demo