输入链接中的非可选协议 - py regex |请求[重复]答案

【问题标题】：unoptional protocol in entered link - py regex | requests [duplicate]输入链接中的非可选协议 - py regex |请求[重复]
【发布时间】：2021-04-11 12:54:34
【问题描述】：

问题是：检查输入的链接是否有效，可选该链接可以输入为https://stackoverflow.com/ 和stackoverflow.com。

我试图解决它

input_url = str(input("Enter url: ")
result = re.findall(r'(http[s]?://)?\S+', input_url)

返回错误 - Invalid URL '': No schema supplied. Perhaps you meant http://?

没有urllib 或者别的什么，只能是正则表达式

完整代码：

import re, requests
from collections import Counter
from prettytable import PrettyTable

url_input = str(input("Enter url: "))

url_checked = re.findall(r'(http[s]?://)?\S+', url_input)[0] # берем первый элемент

response = requests.get(str(url_checked)) # запрос на введенную ссылку

result = re.findall( r"\"(?:http[s]?://)?([^:/\s\"]+)/?[^\"]*\"", response.text) # фильтрация ссылок

result.sort() # sorting by alphabet 

# link - https://stackoverflow.com/

pt = PrettyTable(field_names = ["word", "counter"])
pt.add_rows(list(Counter(result).most_common()))
print(pt)

【问题讨论】：

标签： python regex url python-requests url-validation

【解决方案1】：

您的正则表达式似乎过于简单，无法可靠地验证 URL。我建议你使用来自here 的那个。

【讨论】：

使用我的正则表达式，google.com 之类的链接会通过，但在你的链接中使用正则表达式，它会给我错误）
'google.com' 不是有效的 URL。它需要一个前缀（例如“http://”）。我只想检查input_url 是否与链接的正则表达式匹配，或者它是否与字符串'http://' + input_url 匹配。这将满足您的要求。
这段代码有点老了。现在我有一个变体，如果链接没有协议，它会在链接中添加 https 或 http，然后请求接受它。但与此 google.com 将被匹配为无效
代码可能是旧的，但这并不意味着它是无效的，对吧？您可以尝试添加可选的“www”或自己修改指向的正则表达式。