如何從Python中的字符串中刪除一些URL

我有一個文本，我想從中刪除URL，但我有問題。如何從Python中的字符串中刪除一些URL

document = re.sub('[^a-z]|http:\/\/\w+.\w+\/\w*', ' ', document)

IGOT：文件= 'RT @prettycolleges：鳳凰城大學http://t.co/d5wxsy332r好'

>> 'rt prettycolleges university of phoenix http  t co d wxsy r good'

，但我想這樣的結果：rt prettycolleges university of phoenix good

什麼我應該怎麼做？

來源

2013-12-17 user3092781

你可以使用像

一個正則表達式'\ S * HTTP：//.* \ s？（查找有一個URL字符串 - HTTP：// - 它與空白結束）

，且因爲子功能取代你在找什麼，代碼應該是：

import re 
document = 'rt @prettycolleges: university of phoenix http://t.co/d5wxsy332r good' 

print re.sub(r'http:\\*/\\*/.*?\s', ' ', document) ## note the r (raw string) 
>> 'rt @prettycolleges: university of phoenix good'

來源

2013-12-17 03:32:24 azuax

它只是爲了我所提到的例子中工作，但新的例子實在不行。 document ='rt @beasiswaindo：http：\/\/t.co \/uio40rq8hc beasiswa full s2 w的大學' – user3092781

那是因爲url不是以http：//開頭的（你已經跳過了斜槓）。我會編輯我的答案，所以也可以在這種情況下工作 – azuax

如何從Python中的字符串中刪除一些URL

回答

相關問題