提取给定字符串中存在的 URL

在实际的开发中，经常有需要从字符串中提取 URL 的情况，比如从 HTML 内容中提取链接，从用户输入的文本中提取网址等等。本文介绍两种方法来提取给定字符串中存在的 URL。

方法一：正则表达式

使用正则表达式是提取 URL 的常用方法之一，可以匹配常见的网络协议，如 http、https、ftp 等。

以下是一个示例函数，接收一个字符串参数，返回一个包含所有 URL 的列表：

import re

def extract_urls(text):
    pattern = re.compile(r'(https?://\S+)')
    return re.findall(pattern, text)

使用示例：

text = 'This is a demo text with a URL http://www.example.com'
urls = extract_urls(text)
print(urls) # ['http://www.example.com']

方法二：使用第三方库

除了正则表达式，也可以使用第三方库来提取 URL。其中一个常用的库是 urlextract，可以快速准确地提取 URL。

以下是一个示例函数，接收一个字符串参数，返回一个包含所有 URL 的列表：

from urlextract import URLExtract

def extract_urls(text):
    extractor = URLExtract()
    return extractor.find_urls(text)

使用示例：

text = 'This is a demo text with a URL http://www.example.com'
urls = extract_urls(text)
print(urls) # ['http://www.example.com']

可以看到，使用第三方库可以更加简洁和易读。

总结：

本文介绍了两种提取给定字符串中 URL 的方法，分别是正则表达式和第三方库（urlextract）。对于简单的场景，可以使用正则表达式；对于复杂的场景，建议使用第三方库。