正则表达式过滤文档中的链接

Question

我目前正在学习正则表达式，我正在尝试使用 notepad++ 从文档中过滤所有链接(例如: http://www.link.com/folder/file.html )。实际上我想删除所有其他内容，以便最后只列出 http 链接。

到目前为止，我试过这个:http\:\/\/www\.[a-zA-Z0-9\.\/\-]+
这给了我找到的所有链接，但我如何删除剩余的东西，以便最终我有一个所有链接的整洁列表？

如果我尝试用\1 后面的任何内容替换它，显然链接将被删除，但我希望完全相反的所有其他内容都被删除。

所以它应该是这样的:
- 找到一串数字、字母和特殊符号，直到“http”
- 删除您发现的内容
- 并在“html”之后继续搜索更多数字、字母和特殊符号
- 并再次删除

有任何想法吗？非常感谢。

Answer 1

在 Notepad++ 中，在替换菜单 (CTRL+H) 中，您可以执行以下操作:

查找:.*?(http\:\/\/www\.[a-zA-Z0-9\.\/\-]+)

替换:$1\n

选项:检查 Regular expression 和 . matches newline

这将返回您所有链接的列表。不过有两个问题:

您提供的用于匹配 URL 的正则表达式远不足以匹配任何 URL。如果它适用于您的情况，那很好，否则请检查此 question 。

将最后匹配的 URL 后的文本保持不变。您必须手动删除它。