Поиск всех URL в строке, включая дефисы

Question

Я ищу регулярное выражение, которое найдет все следующие URL:

hello.com hello1.com 1hello.com hello-1.com hello-hi1.com 1hello-hi.com h3ll0.com

Я пробовал несколько разных регулярных выражений, но, похоже, ничего не совсем правильно.

regex = re.compile('\w+\.(com|org|net)')
data = regex.search(string)
url = data.group(0)

Я хочу, чтобы он возвратил все вышеупомянутые URL

Answer 1

Можно попробовать разбить строку на '.'разделитель, а затем проверка, находится ли значение в белом списке, например, ['com', 'org', 'net', 'io' ....]

Например,

whitelist = {'com', 'org', 'net', 'io'}
possible_url = 'hello.com'
if possible_url.split('.')[-1] in whitelist:
    return True

Answer 2

с помощью простого регулярного выражения может привести к случайному совпадению слов.например, простое использование [\w-]+\.(com|org|net) demo # 1 будет соответствовать вашим требованиям, но будет пропускать все другие домены, пропускать субдомены и сопоставлять обычные слова.

Это регулярное выражение может быть лучше подойдет \b\w[-.\w]+\.(com|org|net)\b демо # 2

Answer 3

Вы можете добавить эту часть (-\w+)* в свое регулярное выражение, что позволит ему иметь дополнительный дефис в части имени домена вашего URL.Вы можете использовать этот URL,

\w+(?:-\w+)*\.(?:com|org|net)
   ^^^^^^^^^ this allows the URL to have optional hyphen

Демо

Вы должны сделать группу без захвата, если она вам действительно не нужна, поскольку она улучшаетсяего производительность.