正则表达式在字符串中查找主机名 [重复]答案

【问题标题】：Regex to find hostname in a string [duplicate]正则表达式在字符串中查找主机名 [重复]
【发布时间】：2016-05-07 09:32:23
【问题描述】：

我正在使用正则表达式在字符串中查找主机名，该字符串匹配所有可能的组合，但无法构造一个。

names = ['www.google.com.in','w.stack.in','www.code31ws.com','google.com','ww.sample.co']

regex = '(w{3}?\.?)?[\w?-]+\.(com|in|edu|co)'
for i in range(len(ips)):
    reg = re.search(regex,ips[i])
    if reg:
        print "true {}".format(i)
    else:
        print "false {}".format(i)

结果：

true 0
true 1
true 2
true 3
true 4

希望它不匹配：

w.stack.in
ww.sample.com

【问题讨论】：

请注意，w.stack.in 和 ww.sample.com 也是有效的主机名。
考虑urlparse 库。
w.stack.in 甚至是一个真实的网站。
好吧，看看^(w{3}\.)?[\w-]+(?:\.(com|in|edu|co))+$。

标签： python regex python-2.7

【解决方案1】：

您的正则表达式工作正常。你的问题是你如何使用它。你使用了re.search()。好吧，re 可以在 w.stack.in 中找到匹配项，因为 stack.in 匹配。但是，您想要的是确保 整个字符串 匹配。为此，请使用re.match()。见search() vs. match()。第二种选择是将^ 放在表达式的开头，表示它必须位于字符串的开头。

【讨论】：

【解决方案2】：

出现这种情况的原因是因为www 是可选的，search 只需要匹配字符串的一部分，所以它只是匹配其余部分：

>>> re.search('(w{3}?\.?)?[\w?-]+\.(com|in|edu|co)', 'w.stack.in').group()
'stack.in'

您可以使用必须匹配整个字符串的match 来修复它：

>>> re.match('(w{3}?\.?)?[\w?-]+\.(com|in|edu|co)', 'w.stack.in') is None
True

顺便说一句，我会将第一部分简化为 (www\.)?。

【讨论】：