正则表达式匹配一组字符，除非其中一个字符是python中的最后一个字符
正则表达式匹配一组字符，除非其中一个字符是python中的最后一个字符
提问于 2018-06-11 08:47:10
我正在尝试从文章中提取站点名称，但有时句子末尾的域名会有不需要的点字符，例如“您可以在www.website.gov.us找到更多信息。去年我们有……”
我想要获取域名，并避免包含最后一个点字符。我目前在python中的regex是：
Regex = r'[www.\w\.]+'回答 4
Stack Overflow用户
回答已采纳
发布于 2018-06-15 08:04:09
感谢大家的回答。这个正则表达式解决了我的问题：
Regex = r'https?://(?:ww\w\.)?([a-zA-Z\d-]+(?:\.[a-zA-Z\d-]+)+)'Stack Overflow用户
发布于 2018-06-11 09:19:01
您可以使用以下正则表达式：(?:http://|www.)[^\' ]+
这将使用dot character获取网站地址，然后使用rstrip('.')将其删除。
"www.website.gov.us.".rstrip('.') => "www.website.gov.us"
Stack Overflow用户
发布于 2018-06-11 09:47:49
好消息:不需要在python中破解，你可以用正则表达式完成所有的工作！
r'www(\.[a-z]+)+'
首先，匹配“www”，然后查找后跟字母的点的重复模式。如果您的url中可能包含大写字母，请将“a-z”更改为“a-zA-Z”。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50789290
复制相关文章
相似问题