資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學從給定字串中提取 URL
在資訊時代，遇到包含 URL 的文字字串是很常見的。作為資料清洗或網路抓取任務的一部分，我們經常需要提取這些 URL 以進行進一步處理。在本文中，我們將探討如何使用 C++（一種提供對系統資源進行細粒度控制的高效能語言）來實現此目的。
理解 URL
URL（統一資源定位符）是對 Web 資源的引用，它指定了該資源在計算機網路上的位置以及檢索它的機制。簡單來說，URL 就是網頁地址。
問題陳述
給定一個包含多個 URL 的字串，我們的任務是從字串中提取所有存在的 URL。
解決方案
為了解決這個問題，我們將使用 C++ 中的正則表示式 (regex) 支援。正則表示式是一系列字元，用於定義搜尋模式，主要用於字串模式匹配。
我們的方法涉及以下步驟：
定義正則表示式模式：定義一個匹配 URL 一般結構的正則表示式模式。
匹配和提取：使用正則表示式模式匹配和提取給定字串中存在的所有 URL。
C++ 實現
示例
以下是實現我們解決方案的 C++ 程式碼：
#include <bits/stdc++.h>
using namespace std;
// Function to extract all URLs from a string
vector<string> extractURLs(string str) {
vector<string> urls;
regex urlPattern("(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?");
auto words_begin = sregex_iterator(str.begin(), str.end(), urlPattern);
auto words_end = sregex_iterator();
for (sregex_iterator i = words_begin; i != words_end; i++) {
smatch match = *i;
string match_str = match.str();
urls.push_back(match_str);
}
return urls;
}
int main() {
string str = "Visit https://tutorialspoint.tw and http://www.tutorix.com for more information.";
vector<string> urls = extractURLs(str);
cout << "URLs found in the string:" << endl;
for (string url : urls)
cout << url << endl;
return 0;
}
輸出
URLs found in the string: https://tutorialspoint.tw and http www.tutorix.com for more information.
解釋
讓我們考慮一下這個字串：
str = "Visit https://tutorialspoint.tw and http://www.tutorix.com for more information."
將我們的函式應用於此字串後，它會匹配這兩個 URL 並將其提取到一個向量中。
urls = ["https://tutorialspoint.tw", "http://www.tutorix.com"]
這個向量是我們程式的輸出。
結論
從字串中提取 URL 的任務為文字處理和正則表示式的使用提供了寶貴的見解。這種解決問題的方法以及它所需的 C++ 程式設計技能，在資料分析、網路抓取和軟體開發領域非常有用。
更新於：2023年5月17日
426 次瀏覽
廣告