python练习册 每天一个小程序 第0009题

 1 '''
 2 题目描述：
 3   找出一个html文件中所有的url
 4
 5 思路 ：
 6   利用正则表达式进行匹配
 7
 8 '''
 9
10
11 import re
12
13
14 with open('test.txt') as fp:
15     text = fp.read()
16     pattern = re.compile(
17         "((http|ftp|https)://)(([a-zA-Z0-9\._-]+\.[a-zA-Z]{2,6})|([0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}))(:[0-9]{1,4})*(/[a-zA-Z0-9\&%_\./-~-]*)?", re.DOTALL)
18     urls = pattern.findall(text)
19     for i in urls:
20         full_url = ''
21         for url in i:
22             full_url += url
23
24         print full_url