Python - URL aus Text extrahieren

Die URL-Extraktion erfolgt aus einer Textdatei mithilfe eines regulären Ausdrucks. Der Ausdruck ruft den Text überall dort ab, wo er mit dem Muster übereinstimmt. Zu diesem Zweck wird nur das Modul re verwendet.

Beispiel

Wir können eine Eingabedatei mit einigen URLs nehmen und sie mit dem folgenden Programm verarbeiten, um die URLs zu extrahieren. Dasfindall()Mit dieser Funktion werden alle Instanzen gefunden, die mit dem regulären Ausdruck übereinstimmen.

Inout-Datei

Dargestellt ist die Eingabedatei unten. Welches enthält teo URLs.

Now a days you can learn almost anything by just visiting http://www.google.com. But if you are completely new to computers or internet then first you need to leanr those fundamentals. Next
you can visit a good e-learning site like - https://www.tutorialspoint.com to learn further on a variety of subjects.

Wenn wir nun die obige Eingabedatei nehmen und sie durch das folgende Programm verarbeiten, erhalten wir die erforderliche Ausgabe, die nur die aus der Datei extrahierten URLs angibt.

import re
 
with open("path\url_example.txt") as file:
        for line in file:
            urls = re.findall('https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+', line)
            print(urls)

Wenn wir das obige Programm ausführen, erhalten wir die folgende Ausgabe -

['http://www.google.com.']
['https://www.tutorialspoint.com']