本文共 1324 字,大约阅读时间需要 4 分钟。
Python:如何判断一个url是以http开头的?
有一个文本,里面存放了很多的字符串,有的是以http开头的,有些不是,如何过滤出url呢?
http://www.sogou.comthis is a urlthis is http://www.sogou.com address
第一种方式是,判断包含:
#encoding: utf-8 with open("test.txt", "r") as f:content = f.readlines()for line in content: if "http" in line: print(line)
输出为:
http://www.sogou.comthis is http://www.sogou.com address
如果只获取以http开头的,那么:
#encoding: utf-8import rewith open("test.txt", "r") as f:content = f.readlines()for line in content: r = re.match("http", line) if r != None: print(line)
输出为:
http://www.sogou.com
re.match, 从开头匹配字符串,如果匹配到返回匹配到的对象。没有匹配到返回None。
有没有更简单的方式呢?
#encoding: utf-8with open("test.txt", "r") as f: content = f.readlines() for line in content: if line.startswith("http"): print(line)
同样输出为:
http://www.sogou.com
既然有startswith,那么有没有判断结尾的呢?
答案是当然的。
#encoding: utf-8with open("test.txt", "r") as f: content = f.readlines() for line in content: if line.replace("\n","").endswith("com"): print(line)
这里要注意的是,每行结束会有一个换行符,因此要替换掉。
虽然从代码行数上,区别不是太大,但是从方法名称的理解上,startswith和endswith,更容易一些。
如果要匹配多个字符怎么办?
比如文本内容为:
http://www.sogou.comthis is a urlthis is http://www.sogou.com addressftp://www.sogou.com#encoding: utf-8with open("test.txt", "r") as f: content = f.readlines() for line in content: if line.startswith(("http", "ftp")): print(line)
只需要传参数为元组,包含要匹配的字串即可。
转载地址:http://zrkab.baihongyu.com/