Regex python中匹配url的正则表达式

我需要使用python来匹配文本文件中的url。 但是，有一种特殊情况：

---

我喜欢如果您在最后一个匹配组中缺少*或+，那么它只匹配一个字符。所以你想要
“（[：///a-zA-Z//\.]）+（.com）+（[：///a-zA-Z//\.]）*”
或
（[：///a-zA-Z//\.]）+（.com）+（[：///a-zA-Z//\.]）+“

现在我不知道这个正则表达式是否针对您的情况进行了简化，但它并不匹配所有URL。例如，请查看

如果您试图匹配任何url，我建议您重新思考您的问题，并尝试简化为更具体的url类型，如您提供的示例

编辑：为什么
（.com）+
？是否真的有多个“.com”像.com.com那样出现的情况

另外，我认为你的打字错误很小，应该是
（\.com）
。但是由于你有
（[：///a-zA-Z///\.]）+
，它可以简化为
（com）
，但是我认为显式的
（\.com）
使它更容易阅读。
如果看起来你在最后一个匹配组中缺少*或+，那么它只匹配一个字符。所以你想要
“（[：///a-zA-Z//\.]）+（.com）+（[：///a-zA-Z//\.]）*”
或
（[：///a-zA-Z//\.]）+（.com）+（[：///a-zA-Z//\.]）+“

现在我不知道这个正则表达式是否针对您的情况进行了简化，但它并不匹配所有URL。例如，请查看

如果您试图匹配任何url，我建议您重新思考您的问题，并尝试简化为更具体的url类型，如您提供的示例

编辑：为什么
（.com）+
？是否真的有多个“.com”像.com.com那样出现的情况

另外，我认为你的打字错误很小，应该是
（\.com）
。但是，由于您有
（[：///a-zA-Z///\.]）+
它可以简化为
（com）
，但是我认为显式
（\.com）
使它更易于阅读。
使用现有包的解决方案：

从urlextract导入urlextract
导入表情符号
def remove_表情符号（文本）：
返回emoji.get_emoji_regexp（）.sub（r''，文本）
提取器=URLExtract（）
source=“我喜欢使用现有软件包的解决方案：

从urlextract导入urlextract
导入表情符号
def remove_表情符号（文本）：
返回emoji.get_emoji_regexp（）.sub（r''，文本）
提取器=URLExtract（）
source=“我想看看这个。这可能有助于我们了解这一点。也许会有帮助