Extract url from text

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\-_\\._~\:\/\?#\[\]@\!\$&'\(\)\*\+,;\=%]+)")

輸入:

Yahoo! 新聞 https://tw.news.yahoo.com/abc

輸出:

https://tw.news.yahoo.com/abc

說明:

1. 網址可能是 http:// 或 https:// 開頭，所以條件是 http[s]?://
2. 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。

擷取網址中的網域部分

=REGEXEXTRACT(A1, "(http[s]?\://[^/]+)")

輸入:

Yahoo! 新聞 https://tw.news.yahoo.com/abc

輸出:

https://tw.news.yahoo.com/

說明:

1. 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。[^/]+