我正在对包含URL的字符串进行标记。以下是我用来获取网址的部分：
regex_str = [r'http[s]?://(?:[a-z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-f][0-9a-f]))+']
它选择＆＃34;常规＆＃34;网址完美无缺;但是有些网址看起来像这样：
https:\/\/t.co\/c1taPXzi4X
如何修改正则表达式以便处理转义字符，以便最终得到一个完整而干净的网址？
非常感谢提前！ :)
答案 0 :(得分：0)
正如本other question所指出的，您无法添加＆＃34; \＆＃34;在网址中。 你的正则表达式似乎对我好，我已经测试了against regxr。我唯一能做的就是在http。
之后浏览反斜杠答案 1 :(得分：0)
在应用正则表达式之前调用re.sub将起作用
re.sub(r"\\","",r"https:\/\/abc.com\/defg")