前些天到網(wǎng)上一段正則,過濾url的代碼如下:

import re
url = '轉(zhuǎn)載請附帶本文網(wǎng)址：http://www.zhangte.org'
P = re.compile('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')
P.sub('',url)

但是這段代碼只可以過濾帶有http的url,如果沒有http,就過濾不了,比如這種url就過濾不了www.zhangte.org

所以我修改一下,變成這種正則

html = "你好www.zhangte.org"
P = re.compile('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+|(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')
P.sub('',html)

但是感覺整體邏輯看起來,很亂,我用的是最簡單最粗暴的方式,直接用|,然后把前面的http[s]?://去掉,然后就拼接起來了,勉強可以用,但是感覺看起來太蛋疼了,有比較好的辦法嗎?