पायथन - टेक्स्ट से यूआरएल निकालें

नियमित एक्सप्रेशन का उपयोग करके टेक्स्ट फाइल से URL निष्कर्षण प्राप्त किया जाता है। जहाँ भी यह पैटर्न से मेल खाता है, अभिव्यक्ति पाठ को लाती है। इस उद्देश्य के लिए केवल री मॉड्यूल का उपयोग किया जाता है।

उदाहरण

हम कुछ URL को शामिल करने के लिए एक इनपुट फ़ाइल ले सकते हैं और URL को निकालने के लिए निम्न प्रोग्राम को संसाधित कर सकते हैं। findall()फ़ंक्शन का उपयोग नियमित अभिव्यक्ति के साथ मेल खाने वाले सभी उदाहरणों को खोजने के लिए किया जाता है।

Inout फ़ाइल

दिखाया नीचे इनपुट फ़ाइल है। जिसमें teo URL शामिल हैं।

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.

अब, जब हम उपरोक्त इनपुट फ़ाइल लेते हैं और इसे निम्न प्रोग्राम के माध्यम से संसाधित करते हैं, तो हमें आवश्यक आउटपुट मिलता है, जो कि फ़ाइल से निकाले गए केवल URL देता है।

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)

जब हम उपरोक्त कार्यक्रम चलाते हैं तो हमें निम्नलिखित आउटपुट मिलते हैं -

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