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/