哪些字符可以'；t作为url的最后一个字符出现？

我试图从Python中的文本中获取所有url链接。假设这是文本：

Go to google.com, and then follow the instructions.

---

我可以使用

string.split（）

然后逐个检查每个单词。但是，它将返回

google.com，

（注意逗号）。我可以用另一个函数去掉逗号，但是如果它是

goole.com呢

或

google.com.

或诸如此类。从理论上讲，我们是否可以拥有一个有效的url，如

www.website.com？

知道这个字符不可能是url的一部分，我可以安全地从一个单词的末尾删除哪些字符？

对此没有正确的答案

正如您所指出的，URL可以以

？

结尾。它也可以以未转义的

或

，

或

：

或

结尾


是一个无保留字符，因此不需要对其进行
%
转义
其他的是保留的，但是（我认为）它们都可以使用，而无需在有效URL的末尾转义。。。在某些情况下。（以及在不严格符合规范的URL中。）

然而，尽管这些结局都是可能的，但它们都不太可能；i、 e.设计web服务/网站的人通常不会发出URL

因此，您的答案将取决于您如何从何处获取这些URL，以及您打算如何处理它们。你的剥离必然是基于一个启发式的（有用的）。。。因此，调整您的启发式方法，为您的应用程序提供最佳结果


您的
google.com
示例由于另一个原因存在问题。它根本不是一个真正的URL，因为它没有协议。作为一个URI，它甚至没有什么意义。。。因为相对于任何绝对URI，
google.com
不太可能解析。它实际上是一个DNS名称

现在DNS名称通常有相应的URL（例如，
google.com
对应于
http://google.com
和
https://www.google.com
和一些其他URL），但不一定如此。而且，如果您试图解析正确推断的URL和实际无法工作的URL，则无法可靠地区分它们。（即使尝试连接到URL，也不会总是给出正确的答案。）
如果某个字符可以出现在试用URL段中，它可以作为最后一个字符出现<代码>google.com无效，但是，
http://foo/when?（应该）。到此结束
。。不管怎么说，有太多的正则表达式可以提取URL；在这里，string.split对于任何类型的泛化都是不够的。