如何用Python提取含jpg或png的URL并存入列表

问题描述 #

有一段拼接在一起的URL字符串，包含多个图片链接（JPG格式）和一个音频链接，需要从中提取所有以.jpg或.png结尾的URL，存入列表中。原始字符串如下：

https://www.travel.taipei/d_upload_ttn/sceneadmin/pic/11000358.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c0/d756/e285/f317/2ece2309-3d1c-49da-8d3a-32e0227e7732.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c1/d379/e118/f25/554586cb-cf2d-40ef-9b6a-55fcf8d9e598.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c1/d856/e130/f366/21ed2d17-7610-4ad2-b517-5b1b0007612a.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/pic/11000360.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c1/d356/e17/f185/b1a2de52-4110-4355-a9fb-bf1d0eb627c9.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c0/d593/e103/f285/1633c311-e148-4d03-bb43-292d816951d2.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/pic/11000359.jpghttps://www.travel.taipei/streams/scenery_file_audio/c03.mp3

解决方案 #

使用Python的re正则模块可以高效实现需求，核心是通过正则匹配符合规则的URL片段，具体代码如下：

import re

# 原始拼接的URL字符串
raw_url_str = "https://www.travel.taipei/d_upload_ttn/sceneadmin/pic/11000358.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c0/d756/e285/f317/2ece2309-3d1c-49da-8d3a-32e0227e7732.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c1/d379/e118/f25/554586cb-cf2d-40ef-9b6a-55fcf8d9e598.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c1/d856/e130/f366/21ed2d17-7610-4ad2-b517-5b1b0007612a.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/pic/11000360.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c1/d356/e17/f185/b1a2de52-4110-4355-a9fb-bf1d0eb627c9.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/image/a0/b0/c0/d593/e103/f285/1633c311-e148-4d03-bb43-292d816951d2.jpghttps://www.travel.taipei/d_upload_ttn/sceneadmin/pic/11000359.jpghttps://www.travel.taipei/streams/scenery_file_audio/c03.mp3"

# 正则规则：匹配以https开头、以jpg/png结尾的完整URL，非贪婪模式避免过度匹配
image_url_pattern = re.compile(r"https://.*?\.(?:jpg|png)")

# 提取所有符合条件的URL，自动存入列表
image_url_list = image_url_pattern.findall(raw_url_str)

# 验证结果
print(image_url_list)

代码说明 #

• 正则规则解析：
  • https://：固定匹配URL的开头标识
  • .*?：非贪婪匹配任意字符，确保遇到下一个.jpg/.png就停止，避免把多个URL合并成一个
  • \.(?:jpg|png)：匹配图片后缀，(?:)是非捕获组，确保返回的是完整URL而非仅后缀
• re.findall()：自动收集所有匹配成功的URL，直接返回列表格式，完全符合需求。

运行代码后，image_url_list就是包含所有目标图片链接的列表。

内容的提问来源于stack exchange，提问作者Warren Hogan