python - 如何在Python中从文本中提取链接？

Question

我正在创建一个程序，该程序告诉YouTube视频在何时链接到何时链接。当我只有一个链接时，我已经可以做我想做的事情，但是我想知道如果给出文本正文该如何获得链接。

例如，如果输入是:

"This is filler to test the program, https://www.youtube.com/watch?feature=player_embedded&v=DkW5CSZ_VII#t=407 that is the link I want to pull out."

我怎样才能简单地得到:

"https://www.youtube.com/watch?feature=player_embedded&v=DkW5CSZ_VII#t=407"

Answer 1

您可以为此使用正则表达式:

import re

s = "This is filler to test the program, https://www.youtube.com/watch?feature=player_embedded&v=DkW5CSZ_VII#t=407 that is the link I want to pull out."

url = re.search("(http.+youtube\.com.+#t=\d+)", s).groups()[0]

但是，一旦使用了 re，就可以直接提取时间(将捕获组移到 \d+的最后，也可以在开始时放弃捕获 http.+的操作):

time = re.search("youtube\.com.+#t=(\d+)", s).groups[0]

请注意，此正则表达式不能与同一文本块中的多个链接一起很好地使用，这可能是一个问题。您可以使用轻松地在线测试正则表达式 regex101 。