不使用第三方模块 从列表字符串元素中提取仅URL部分

你之前的实现仅完成了「筛选包含URL的条目」步骤，缺少从条目中抽取纯URL的操作，因此会保留冗余文本。以下两种实现均仅使用Python内置功能，无需引入第三方模块：

方法1：使用标准库re（推荐，代码更简洁） #

re为Python自带的正则模块，不属于第三方依赖，适合快速实现URL匹配提取：

import re

my_list = ['ok', 'thanks, here we go: https://www.example.com', 'http://example.org']
my_new_list = []
# 匹配规则：http/https开头，后续跟着所有非空白字符
url_pattern = re.compile(r'https?://\S+')

for text in my_list:
    # 提取当前文本中所有符合规则的URL
    found_urls = url_pattern.findall(text)
    my_new_list.extend(found_urls)

print(my_new_list)
# 输出：['https://www.example.com', 'http://example.org']

方法2：仅用字符串内置方法（无任何模块依赖） #

如果连正则模块也不想使用，可以纯靠字符串查找实现：

my_list = ['ok', 'thanks, here we go: https://www.example.com', 'http://example.org']
my_new_list = []
url_prefixes = ('http://', 'https://')

for text in my_list:
    scan_pos = 0
    text_len = len(text)
    while scan_pos < text_len:
        # 查找当前扫描位置后第一个URL前缀的起始下标
        http_idx = text.find('http://', scan_pos)
        https_idx = text.find('https://', scan_pos)
        # 没有找到URL前缀就结束当前文本的扫描
        if http_idx == -1 and https_idx == -1:
            break
        # 取最先出现的前缀位置
        start_idx = http_idx if https_idx == -1 else (https_idx if http_idx == -1 else min(http_idx, https_idx))
        # URL以空格为结束标识，没有空格就到文本末尾结束
        end_idx = text.find(' ', start_idx)
        end_idx = end_idx if end_idx != -1 else text_len
        # 提取URL加入结果
        my_new_list.append(text[start_idx:end_idx])
        # 移动扫描位置到当前URL结束处
        scan_pos = end_idx

print(my_new_list)
# 输出：['https://www.example.com', 'http://example.org']

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