正则表达提取特定后缀的URL连接

hongleij

问题： 从下列字符串中提取所有的URL，要求后缀是types_str 中的类型。

1.         u'''http://x54.uuniao.com:101/data/bbs.uuniao.com悠悠鸟/地海战记-高清-悠悠鸟中文字幕.rmvb
   
2.         ftp://x55.uuniao.com:106/data/bbs.uuniao.com悠悠鸟/赛车总动员-高清-悠悠鸟中英双字幕.rmvb
   
3.         <a href="ftp://dy44:piaohua@dy44.piaohua.com:1135/飘花电影piaohua.com不列顛之战BD中英双字1280高清.rmvb">
   
4.         ftp://www.xyhc.com.vip07:ijszdfzihiudsrgrg@ftp.movieclub.cn/下载区/连载连续剧/1.rmvb55/012.rmvb
   
5.         ftp://www.xyhc.com.vip07:ijszdfzihiudsrgrg@ftp.movieclub.cn/下载区/连载连续剧/[连载][韩剧][那年夏天的台风][llll66]/012.rmvb
   
6.         '''

复制代码

当前的办法：
types_str = '\.(rmvb|rm|iso|exe|mkv|mov|avi|wmv|mpg|rar|zip|mp4|torrent)'
any_str =  '[a-zA-Z0-9\-\._@:/\x80-\xfe\+\-\ \[\]\(\)%]+'
ftp_url = 'ftp://'+any_str + '/' + any_str + types_str # partial_ok

但是这样就只能匹配： ftp://www.xyhc.com.vip07:ijszdfzihiudsrgrg@ftp.movieclub.cn/下载区/连载连续剧/1.rmvb
不能够匹配： ftp://www.xyhc.com.vip07:ijszdfzihiudsrgrg@ftp.movieclub.cn/下载区/连载连续剧/1.rmvb55/012.rmvb

希望各位大侠帮忙指点，谢谢！

zyd320

types_str后面加个美元符试试

mozillazg

试试

1. ftp://[^/\s]+/[^\s]+\.(rmvb|rm|iso|exe|mkv|mov|avi|wmv|mpg|rar|zip|mp4|torrent)

复制代码