我需要删除推文评论中的任何 URL。如何只删除在推文开头找到的 URL?
我已经尝试了一些代码,这个带有正则表达式的 python 代码成功地删除了 URL,但是如果在推文的开头找到了 URL,所有的句子也将被删除。
re.sub(r'https?:\/\/.*[\r\n]*\S+', '', verbatim, flags = re.MULTILINE)
如果在推文的开头找到 URL,则所有句子也将被删除。
请您参考如下方法:
模式 https?:\/\/.*[\r\n]*\S+ 匹配 http(optional s)://
然后.*部分匹配到字符串结尾,然后这部分[\r\n]*匹配0+换行符和\S+ 将匹配 1+ 个非空白字符。
所以 url 是匹配的,后面是字符串的其余部分,一个换行符和下一行的 1+ 个非空白字符。
您可以将模式缩短为:
\bhttps?://\S+
