使用正则表达式匹配HTML中的url
正则表达式是一种强大的文本匹配工具，可以用于匹配HTML中的URL。HTML中的URL通常以<a>标签的href属性或<img>标签的src属性的形式存在。
下面是一个使用正则表达式匹配HTML中URL的示例：
import re
def extract_urls_from_html(html):
pattern = r"(?i)<a\s+(?:[^>]*?\s+)?href=(['\"])(.*?)\1"
urls = re.findall(pattern, html)
return [url[1] for url in urls]
html = """
<html>
<body>
<a href="https://www.example.com">Example Website</a>
<a href='https://www.example2.com'>Example2 Website</a>
<img src="https://www.example3.com/image.jpg" alt="Image">
</body>
</html>
"""
urls = extract_urls_from_html(html)
print(urls)输出结果为：
['https://www.example.com', 'https://www.example2.com', 'https://www.example3.com/image.jpg']在上述示例中，我们使用了正则表达式模式(?i)<a\s+(?:[^>]*?\s+)?href=(['\"])(.*?)\1来匹配HTML中的URL。该模式的解释如下：
(?i): 表示忽略大小写。<a\s+: 匹配<a标签，并允许在<a后面有多个空格。(?:[^>]*?\s+)?: 匹配href属性之前的任意字符，直到遇到>符号。这部分内容是一个非捕获组，表示我们不需要提取这部分内容。href=(['\"])(.*?)\1: 匹配href属性的值，其中(['\"])表示匹配单引号或双引号，并将其作为第一个捕获组，(.*?)表示匹配任意字符（非贪婪模式），并将其作为第二个捕获组。\1表示引用第一个捕获组中匹配到的引号，确保URL的开头和结尾使用相同类型的引号。
最后，我们使用re.findall()函数找到所有匹配的URL，并返回一个URL列表。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云CDN：提供全球加速、内容分发、缓存加速等功能，适用于静态资源加速、动态加速、点播加速等场景。详细信息请参考腾讯云CDN产品介绍。
- 腾讯云对象存储（COS）：提供安全、稳定、低成本的云端存储服务，适用于图片、音视频、文档等各种类型的文件存储和管理。详细信息请参考腾讯云对象存储（COS）产品介绍。
请注意，以上仅为示例推荐，实际选择云计算产品应根据具体需求和情况进行评估和决策。
相关·内容
我需要测试一个url，它的并没有以.asp结束if(!regex.IsMatch(url)) { // Do something }
在这种情况下，正则表达式将
浏览 7提问于2008-11-27得票数 13
回答已采纳
我使用下面的正则表达式来匹配YouTube URL这个URL匹配每个URL，但是如果URL是用<p>标记编写的，那么它就匹配这个URL http://you
浏览 1提问于2014-12-19得票数 0
回答已采纳
我在PHP中使用。我希望能够识别文件夹Client_Pages中的所有PHP文件，并将其作为静态文件，而将同一文件夹中的所有PHP文件识别为脚本文件。/*.html我想asterisk在app.yaml中不是通配符吗？这将适用于特定的页面：
- url: /Client_Pages/InputForm.php
浏览 3提问于2014-03-04得票数 1
回答已采纳
1回答
P<path>[a-zA-Z0-9/_-]+)$', 'collection_display', name='collection_display'),我的问题是:我希望能够匹配product_display的正则表达式，而无需在正则表达式中使用:p：。我可以通过将.html放在末尾来将其与collection_display的
浏览 0提问于2009-08-27得票数 0
回答已采纳
我有一个很长的正则表达式，它被生成来匹配URL，比如是否匹配：作为['foo', 'bar', '1', 'html</e
浏览 1提问于2012-12-27得票数 2
回答已采纳
3回答
在WeasyPrint的公共API中，我接受HTML输入的文件名或URL(以及其他类型)：document= HTML(url='http://example.net/bar/baz.html')
也可以不给参数命名
浏览 1提问于2012-07-27得票数 2
回答已采纳
嗨，我目前正在监测一个网站上的特定产品。我可以让twilio通过运行脚本来给我发短信，但如果产品是instock或不是instock，它不会更新我。下面是对这个过程很重要的代码：import twiliofrom twilio.restdef url_to_html(url): soup = Beau
浏览 4提问于2018-08-14得票数 1
1回答
实现了一个很好的正则表达式模式来匹配相对URL：虽然此模式正确匹配路径，但它不会匹配相关文件(如<a href="index.html">foo</a>中)
一个优化的，优雅的正则表达式会是什
浏览 1提问于2016-11-08得票数 0
3回答
如何仅提取匹配文本的子字符串。我试过了它给了我整条线。我只想打印/localhost/index.
浏览 0提问于2013-05-25得票数 1
回答已采纳
4回答
我正在使用match方法处理ruby，我希望将不包含特定字符串的URL与正则表达式匹配:例如：http://website2.com/url_with_some_other_words.html
http://website3.com/url</e
浏览 3提问于2012-07-26得票数 26
回答已采纳
我正在使用这个方法解析出一些HTML中的纯文本URL，并使它们成为链接 String regex = "^(httpsbody = body.replaceAll(regex, "<a href=\"$1\">$1</a>"); return body;但是，HTML</e
浏览 6提问于2011-11-30得票数 5
回答已采纳
我不太擅长Regex，但我使用的是标记管理系统(TMS)，它允许我输入一些正则表达式，这些正则表达式到目前为止一直派上用场，因为我想匹配的URL非常具体。我使用TMS中的Regex字段专门匹配下面列出的URL的两个粗体区域：
浏览 2提问于2014-07-15得票数 1
1回答
\.eastmoney\.com/\d+\.html','quote','.*so\.eastmoney.-27 10:33:24 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://guba.eastmoney.com/list,of166401.html> (referer: http://fund.eastmoney.com/LOF_jzzzl.html)
2
浏览 0提问于2019-06-27得票数 0
回答已采纳
我们有类似于这个http://www.example.co.uk/example-product-3436.html的url，我希望能够使用一个php脚本来删除-unqiue number。我已经找到了这个([^\d])[0-9]{4}，它可以找到任何一个四位数的数字，但是我只希望它找到一个4位数字，如果它前面有一个-。我该怎么做？
浏览 3提问于2016-02-15得票数 2
回答已采纳
作为正则表达式，您希望将匹配应用到url。与上述网址相匹配。怎么了？页面路径/匹配RegEx (忽略大小写)/ (.)/write.html(.)board_no=4(.*)
浏览 0提问于2018-12-07得票数 0
回答已采纳
我正在尝试为URL创建一个正则表达式，这样它就可以影响除某个文件夹之外的所有内容。正则表达式将只应用于'/‘之后的所有内容，所以给定一个url http://www.blah.com/folder/main/file.html，它将只应用于folder/main/file.html-当url中没有'folder
浏览 1提问于2012-09-30得票数 1
我需要能够匹配像'/@someusername‘这样的路径与角度ui路由器，但无法确定它的正则表达式。我的路线如下所示.state('home', {url:'/', templateUrl:'/template/path.html'})
.state('author',{url:'
浏览 6提问于2014-08-23得票数 2
回答已采纳
我在使用正则表达式和提取Nginx中的变量时遇到了麻烦。
我想将对路径中包含单词/development/的文件的所有请求写入到特定目录。只要存在/development/，传入请求的URL结构就总是相同的。比如/development/，然后是/(version_number)/，最后是我想要使用的网
浏览 2提问于2015-08-12得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
