[已解决]关于正则匹配筛选出符合条件的URL问题

我叫学得会

各位师傅们好，小弟最近在自学的途中尝试编写Python小工具，遇到问题，还请各位师傅指点迷津，拜谢


需求是：从 txt1 内容中筛选出状态码为200开头的网址，并且只将符合条件的URL地址写入新文件 txt2

txt1内容为：

1. 200   147KB  http://192.168.1.12:80/;admin/;admin/admin-post.html
   
2. 200   147KB  http://192.168.1.12:80/;admin/;admin/admin-logout.html
   
3. 200   147KB  http://192.168.1.12:80/;admin/;admin/admin-login.html
   
4. 400   173B   http://192.168.1.12:80/;admin/;admin/cgi-bin/test
   
5. 200   147KB  http://192.168.1.12:80/;admin/;admin/comment-admin.html
   
6. 200   147KB  http://192.168.1.12:80/;admin/;admin/list
   
7. 200   736B   http://192.168.1.12:80/;admin/;admin/robots.txt
   
8. 200    69B   http://192.168.1.12:80/;admin/;admin/swagger-resources
   
9. 200   147KB  http://192.168.1.12:80/;admin/;admin/swagger-ui.html
   
10. 200   147KB  http://192.168.1.12:80/;admin/;admin/thank-you.html
    
11. 200   147KB  http://192.168.1.12:80/;admin/;admin/tiki-admin.html
    
12. 400   173B   http://192.168.1.12:80/;admin/;login/test
    
13. 400     0B   http://192.168.1.12:80/;admin/;login/login.htm
    
14. 400     0B   http://192.168.1.12:80/;admin/;login/a%5c.aspx
    
15. 200   147KB  http://192.168.1.12:80/;admin/;login/admin-header.html
    
16. 200   147KB  http://192.168.1.12:80/;admin/;login/admin-logout.html
    
17. 200   147KB  http://192.168.1.12:80/;admin/;login/admin-post.html
    
18. 200   147KB  http://192.168.1.12:80/;admin/;login/admin-footer.html
    
19. 200   147KB  http://192.168.1.12:80/;admin/;login/admin-login.html
    
20. 200   147KB  http://192.168.1.12:80/;admin/;login/admin-functions.html
    
21. 200   147KB  http://192.168.1.12:80/;admin/;login/admin-odkazy.html
    
22. 400   173B   http://192.168.1.12:80/;admin/;login/cgi-bin/test
    
23. 200   147KB  http://192.168.1.12:80/;admin/;login/comment-admin.html
    
24. 200   147KB  http://192.168.1.12:80/;admin/;login/list
    
25. 200   736B   http://192.168.1.12:80/;admin/;login/robots.txt
    
26. 200    69B   http://192.168.1.12:80/;admin/;login/swagger-resources
    
27. 200   147KB  http://192.168.1.12:80/;admin/;login/swagger-ui.html
    
28. 200   147KB  http://192.168.1.12:80/;admin/;login/thank-you.html
    
29. 200   147KB  http://192.168.1.12:80/;admin/;login/tiki-admin.html
    

复制代码

我尝试的 search()方法和match()方法总是报错，求最优解！

1. def Durl(rurl):
   
2.     findurl = re.compile(r"^200.*(?P<TEST>([a-zA-z]+://[^\s]*))$",re.S)
   
3.     resulin = findurl.search(rurl)
   
4.     resulin2 = resulin.group("TEST")
   
5.     print(resulin2)
   
6.     #print(resulin)
   
7. 
   
8. # def Durl(rurl):
   
9. #     findurl = re.compile(r"^200(.*B)(?P<url>.*)$",re.S)
   
10. #     resulin = findurl.match(rurl)
    
11. #     FPurl   = resulin.group("url")
    
12. #     print(FPurl)
    

复制代码

最佳答案

月排行榜 / 总排行榜

WaitOtherCutely

2021-12-19 19:59:06

1. import re
   
2. 
   
3. 
   
4. # open("需读取的文件path") 例如 "D:\\a.txt"
   
5. readed_f = open("D:\\a.txt")
   
6. text = readed_f.read()
   
7. readed_f.close()
   
8. 
   
9. # open("存储至哪个文件path") 例如 "D:\\b.txt"
   
10. with open("D:\\b.txt", 'w') as writed_f:
    
11.     writed_f.write("\n".join(re.findall(r"200.*\s(\S*://.*)", text)))
    

复制代码

如果此回答解决了您的疑问 别忘了设至最佳答案或已采纳呀~

跳转到最佳答案楼层

suchocolate

1. import re
   
2. 
   
3. with open('txt1.txt') as f:
   
4.     txt = f.read()
   
5. result = re.findall(r'^200.*', txt, re.M)  #  从你的语法里看，url并没有特殊的存在，所以可以不用管。当然如果你有更多案例，请把url贴全。
   
6. print(result)

复制代码

bloodbat007

re.findall(r"(200.*)",text)

我叫学得会

suchocolate 发表于 2021-12-19 14:25

师傅啊，这个问题卡我报错是因为我需要把输出到的结果，是打印纯 url,不要  200  XXXKB 这两组，就是在200 里筛选出 url,只打印url地址，只取200 后 的 URL 打印出来。。。所以求最优解

WaitOtherCutely

1. import re
   
2. 
   
3. 
   
4. # open("需读取的文件path") 例如 "D:\\a.txt"
   
5. readed_f = open("D:\\a.txt")
   
6. text = readed_f.read()
   
7. readed_f.close()
   
8. 
   
9. # open("存储至哪个文件path") 例如 "D:\\b.txt"
   
10. with open("D:\\b.txt", 'w') as writed_f:
    
11.     writed_f.write("\n".join(re.findall(r"200.*\s(\S*://.*)", text)))
    

复制代码

如果此回答解决了您的疑问 别忘了设至最佳答案或已采纳呀~

我叫学得会

WaitOtherCutely 发表于 2021-12-19 19:59
如果此回答解决了您的疑问 别忘了设至最佳答案或已采纳呀~

是这样子的，简洁有效，谢谢师傅