识别文本中.onion 链接的方法？

Question

我如何识别文本中的 .onion 链接，请记住它们可以以多种方式出现；

hfajlhfjkdsflkdsja.onion
http://hfajlhfjkdsflkdsja.onion
http://www.hfajlhfjkdsflkdsja.onion

我正在考虑正则表达式，但 (.*?.onion) 会 return 整个段落 URL Link 被埋在

中

Answer 1

这样做：(?:https?://)?(?:www)?(\S*?\.onion)\b（添加了非捕获组 - 来源：@WiktorStribiżew）

演示：

s = '''hfajlhfjkdsflkdsja.onion
https://hfajlhfjkdsflkdsja.onion
http://www.hfajlhfjkdsflkdsja.onion
https://www.google.com
https://whosebug.com'''


for m in re.finditer(r'(?:https?://)?(?:www)?(\S*?\.onion)\b', s, re.M | re.IGNORECASE):
    print(m.group(0))

输出

hfajlhfjkdsflkdsja.onion
https://hfajlhfjkdsflkdsja.onion
http://www.hfajlhfjkdsflkdsja.onion

Answer 2

没有正则表达式的方法：

url = 'http://hfajlhfjkdsflkdsja.onion'
split = url.split('.onion')
if len(split)==2 && len(split[1])==0:
   %do something

Answer 3

快速简便：

([^\s]+\.onion)

匹配从第一个 Space 到“.onion”的所有字符。

识别文本中.onion 链接的方法？

Method for identifying .onion links in text?

python

regex

url

tor