如何使用Python Django从字符串中提取URL？

嘿，我明白你遇到的问题了——想把Django里的URL提取出来当成列表处理，但直接操作没成功对吧？下面给你两种常用的解决方案，看哪种符合你的需求：

一、提取Django项目中所有注册的路由URL #

如果你的需求是遍历项目里定义的所有路由（比如urls.py里的配置），因为Django的路由是嵌套树形结构，直接拿url_patterns可能会漏掉嵌套的include路由，所以得用递归遍历的方式：

实现代码 #

首先导入需要的模块（注意Django版本差异：Django 2.0+用django.urls.resolvers，旧版本用django.core.urlresolvers）：

from django.urls.resolvers import get_resolver
from django.urls import reverse

然后写一个递归函数来遍历所有路由：

def get_all_project_urls(resolver=None, prefix=''):
    # 初始化路由解析器，默认用项目根路由
    if resolver is None:
        resolver = get_resolver()
    url_list = []
    
    for pattern in resolver.url_patterns:
        # 判断当前路由是否包含子路由（比如用了include）
        if hasattr(pattern, 'url_patterns'):
            # 递归处理子路由，拼接前缀路径
            child_urls = get_all_project_urls(pattern, prefix + pattern.pattern.regex.pattern)
            url_list.extend(child_urls)
        else:
            # 处理单个路由：优先用reverse生成标准URL（需要路由有name参数）
            try:
                full_url = reverse(pattern.name)
                url_list.append(full_url)
            except:
                # 如果路由没有name，直接用正则匹配的路径
                url_path = prefix + pattern.pattern.regex.pattern
                url_list.append(url_path)
    
    return url_list

使用方式 #

调用函数就能得到所有URL的列表：

all_urls = get_all_project_urls()
# 打印结果看看
for url in all_urls:
    print(url)

二、从文本字符串中提取URL #

如果你的需求是从一段文本（比如用户输入、数据库字段）里提取包含的URL，那用正则表达式就足够了：

实现代码 #

import re

def extract_urls_from_text(text_content):
    # 匹配HTTP/HTTPS开头的常见URL正则
    url_regex = re.compile(
        r'https?://(?:www\.)?[a-zA-Z0-9-]+(?:\.[a-zA-Z0-9-]+)+(?:/[^\s]*)?'
    )
    # 找出所有匹配的URL并返回列表
    return url_regex.findall(text_content)

使用方式 #

sample_text = "你可以访问https://example.com或者http://test.org/page1查看内容"
extracted_urls = extract_urls_from_text(sample_text)
print(extracted_urls)
# 输出: ['https://example.com', 'http://test.org/page1']

注意事项 #

• 第一种方法里，如果路由没有设置name参数，reverse会抛出异常，所以我们加了异常捕获，用正则路径替代；
• 如果你用的是Django旧版本（1.x），记得把from django.urls.resolvers import get_resolver改成from django.core.urlresolvers import get_resolver；
• 正则提取URL的规则可以根据你的需求调整，比如要匹配带参数的URL、ftp协议的URL等，可以修改正则表达式。

内容的提问来源于stack exchange，提问作者bbrooke