Extract url from text: Difference between revisions
Jump to navigation
Jump to search
(Created page with "使用正規表示法 (Regular expression) ，從文章內容中擷取網址。 == 擷取完整網址 == 使用 Google 試算表 [https://support.google.com/docs/answer/3...") |
(No difference)
|
Revision as of 17:45, 27 September 2016
使用正規表示法 (Regular expression) ，從文章內容中擷取網址。
擷取完整網址
使用 Google 試算表 REGEXEXTRACT 函數，從文章內容擷取第一個網址。
=REGEXEXTRACT(A1, "(http[s]?://[a-zA-Z0-9\-_\\._~\:\/\?#\[\]@\!\$&'\(\)\*\+,;\=%]+)\b?")
輸入:
Yahoo! 新聞 https://tw.news.yahoo.com/abc
輸出:
https://tw.news.yahoo.com/abc
說明:
- 網址可能是 http:// 或 https:// 開頭，所以條件是 http[s]?://
- 根據 RFC 3986 網址允許的文字有 ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789-._~:/?#[]@!$&'()*+,;=，其他文字則需要加上比例符號 % 編碼。 [1]
擷取網址中的網域部分
=REGEXEXTRACT(A1, "(http[s]?\://[^/]+)\b?")
輸入:
Yahoo! 新聞 https://tw.news.yahoo.com/abc
輸出:
https://tw.news.yahoo.com/
說明:
- 網域指 http:// 或 https:// 開頭，在符號 / 前的那一段文字。因此規則改成找不是符號 / 的多個文字。[^/]+