Python正则提取URL输出带列表括号问题求解

问题原因 #

• re.findall() 方法返回的是所有匹配结果组成的列表，即便每行仅匹配到1个URL，也会以列表形式返回，这就是输出带[]的核心原因
• 你当前使用的正则存在缺陷：字符集未包含URL路径常用的/符号，会出现URL匹配不全的问题

方案1：最小改动（基于原有正则逻辑优化） #

仅需修改匹配后的取值逻辑，同时补全正则规则的字符集即可，代码如下：

import re

with open("test.txt","r") as test:
    for i in test:
        # 补全正则字符集，增加/支持路径匹配
        x = re.findall("^[://.a-zA-Z0-9-_/]*", i)
        # 取列表第一个元素输出，strip()去掉可能的空白字符
        print(x[0].strip())

方案2：更高效的无正则方案 #

因为每行URL和后续状态码等信息都是用空格分隔的，直接按空格切分取第一个元素即可，无需正则匹配，性能更高：

with open("test.txt","r") as test:
    for i in test:
        # 按任意空白字符切分，取第一个元素就是纯URL
        url = i.split()[0]
        print(url)

内容的提问来源于stack exchange，提问作者X_jrbgyt_3