Python的正則表達式添加鏈接到URL

Question

我試圖做一個正則表達式，將正確的網址捕捉，包括那些被包裹在括號中（http://example.com）和http://www.codinghorror.com/blog/archives/001181.html

上編碼的恐怖談過我目前正在使用以下內容在python中爲以http和www開頭的鏈接創建HTML A標籤。

r1 = r"(\b(http|https)://([-A-Za-z0-9+&@#/%?=~_()|!:,.;]*[-A-Za-z0-9+&@#/%=~_()|]))" 
r2 = r"((^|\b)www\.([-A-Za-z0-9+&@#/%?=~_()|!:,.;]*[-A-Za-z0-9+&@#/%=~_()|]))" 
return re.sub(r2,r'<a rel="nofollow" target="_blank" href="http://\1">\1</a>',re.sub(r1,r'<a rel="nofollow" target="_blank" href="\1">\1</a>',text)) 

這個效果很好，除了那裏有人在包裝括號鏈接的情況。有沒有人有更好的方法？

Answer 1

問題是，URL可能會有括號作爲其中的一部分......（http://en.wikipedia.org/wiki/Tropical_Storm_Alberto_(2006)）。你無法單獨使用正則表達式，因爲它沒有狀態。你需要一個解析器。所以你最好的機會是使用解析器，並嘗試猜測正確的右括號。這很容易出錯（網址可能會打開括號，也不會關閉它），所以我想你的運氣不好。

另請參閱http://en.wikipedia.org/wiki/,或（http://en.wikipedia.org/wiki/)）和其他類似的有效URL。