나는 url사용자로부터 받았으며 가져온 HTML로 회신해야합니다.

URL 형식이 잘못되었는지 어떻게 확인할 수 있습니까?

예 :

url='google'  // Malformed
url='google.com'  // Malformed
url='http://google.com'  // Valid
url='http://google'   // Malformed

이것을 어떻게 이룰 수 있습니까?

장고 URL 유효성 검사 정규식 ( 소스 ) :

import re
regex = re.compile(
        r'^(?:http|ftp)s?://' # http:// or https://
        r'(?:(?:[A-Z0-9](?:[A-Z0-9-]{0,61}[A-Z0-9])?\.)+(?:[A-Z]{2,6}\.?|[A-Z0-9-]{2,}\.?)|' #domain...
        r'localhost|' #localhost...
        r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})' # ...or ip
        r'(?::\d+)?' # optional port
        r'(?:/?|[/?]\S+)$', re.IGNORECASE)

print(re.match(regex, "http://www.example.com") is not None) # True
print(re.match(regex, "example.com") is not None)            # False

사실 이것이 최선의 방법이라고 생각합니다.

from django.core.validators import URLValidator
from django.core.exceptions import ValidationError

val = URLValidator(verify_exists=False)
try:
    val('http://www.google.com')
except ValidationError, e:
    print e

사용자가 설정 한 경우 verify_exists에 True, 실제로, URL이 존재하는지 확인합니다 올바르게 형성된 것, 그렇지 않으면 그냥 확인합니다.

편집 : 아 예,이 질문은 이것의 중복입니다 : URL이 Django의 유효성 검사기에 존재하는지 어떻게 확인할 수 있습니까?

사용 유효성 검사기의 패키지를 :

>>> import validators
>>> validators.url("http://google.com")
True
>>> validators.url("http://google")
ValidationFailure(func=url, args={'value': 'http://google', 'require_tld': True})
>>> if not validators.url("http://google"):
...     print "not valid"
... 
not valid
>>>

pip ( )를 사용 하여 PyPI에서 설치합니다 pip install validators.

@DMfll 답변을 기반으로 한 참 또는 거짓 버전 :

try:
    # python2
    from urlparse import urlparse
except:
    # python3
    from urllib.parse import urlparse

a = 'http://www.cwi.nl:80/%7Eguido/Python.html'
b = '/data/Python.html'
c = 532
d = u'dkakasdkjdjakdjadjfalskdjfalk'

def uri_validator(x):
    try:
        result = urlparse(x)
        return all([result.scheme, result.netloc, result.path])
    except:
        return False

print(uri_validator(a))
print(uri_validator(b))
print(uri_validator(c))
print(uri_validator(d))

제공 :

True
False
False
False

요즘 나는 Padam의 대답에 따라 다음을 사용합니다.

$ python --version
Python 3.6.5

그리고 이것이 어떻게 보이는지 :

from urllib.parse import urlparse

def is_url(url):
  try:
    result = urlparse(url)
    return all([result.scheme, result.netloc])
  except ValueError:
    return False

사용하십시오 is_url("http://www.asdf.com").

도움이 되었기를 바랍니다.

참고 -lepl은 더 이상 지원되지 않습니다. 죄송합니다 (사용을 환영하며 아래 코드가 작동한다고 생각하지만 업데이트를받지는 않습니다).

rfc 3696 http://www.faqs.org/rfcs/rfc3696.html 은이 를 수행하는 방법을 정의합니다 (http URL 및 이메일 용). 나는 lepl (파서 라이브러리)을 사용하여 파이썬에서 권장 사항을 구현했습니다. 참조 http://acooke.org/lepl/rfc3696.html를

쓰다:

> easy_install lepl
...
> python
...
>>> from lepl.apps.rfc3696 import HttpUrl
>>> validator = HttpUrl()
>>> validator('google')
False
>>> validator('http://google')
False
>>> validator('http://google.com')
True

문자열을 "유효한"URL로 확인하는 건전한 방법을 알아 내려고이 페이지를 방문했습니다. python3을 사용하여 여기에 내 솔루션을 공유합니다. 추가 라이브러리가 필요하지 않습니다.

python2를 사용하는 경우 https://docs.python.org/2/library/urlparse.html을 참조 하십시오 .

python3을 그대로 사용하는 경우 https://docs.python.org/3.0/library/urllib.parse.html을 참조 하십시오 .

import urllib
from pprint import pprint

invalid_url = 'dkakasdkjdjakdjadjfalskdjfalk'
valid_url = 'https://stackoverflow.com'
tokens = [urllib.parse.urlparse(url) for url in (invalid_url, valid_url)]

for token in tokens:
    pprint(token)

min_attributes = ('scheme', 'netloc')  # add attrs to your liking
for token in tokens:
    if not all([getattr(token, attr) for attr in min_attributes]):
        error = "'{url}' string has no scheme or netloc.".format(url=token.geturl())
        print(error)
    else:
        print("'{url}' is probably a valid url.".format(url=token.geturl()))

ParseResult (scheme = '', netloc = '', path = 'dkakasdkjdjakdjadjfalskdjfalk', params = '', query = '', fragment = '')

ParseResult (scheme = 'https', netloc = 'stackoverflow.com', path = '', params = '', query = '', fragment = '')

'dkakasdkjdjakdjadjfalskdjfalk'문자열에는 체계 또는 netloc이 없습니다.

' https://stackoverflow.com '은 아마도 유효한 URL 일 것입니다.

다음은 더 간결한 기능입니다.

from urllib.parse import urlparse

min_attributes = ('scheme', 'netloc')


def is_valid(url, qualifying=min_attributes):
    tokens = urlparse(url)
    return all([getattr(tokens, qualifying_attr)
                for qualifying_attr in qualifying])

편집하다

@Kwame에서 지적했듯이 아래 코드는 .com또는 .co등이없는 경우에도 URL을 확인합니다 .

또한 @Blaise가 지적한 것처럼 https://www.google 과 같은 URL 은 유효한 URL이며 확인 여부를 별도로 확인하기 위해 DNS 검사를 수행해야합니다.

이것은 간단하고 작동합니다.

따라서 min_attrURL의 유효성을 정의하는 데 필요한 기본 문자열 집합 (예 : http://부분 및 google.com부분)이 포함됩니다.

urlparse.scheme상점 http://및

urlparse.netloc 도메인 이름 저장 google.com

from urlparse import urlparse
def url_check(url):

    min_attr = ('scheme' , 'netloc')
    try:
        result = urlparse(url)
        if all([result.scheme, result.netloc]):
            return True
        else:
            return False
    except:
        return False

all()내부의 모든 변수가 true를 반환하면 true를 반환합니다. 따라서 result.scheme및 result.netloc존재하는 경우 즉 값이 있으면 URL이 유효하므로을 반환합니다 True.

urllibDjango와 유사한 정규식으로 URL 유효성 검사

Django URL 유효성 검사 정규식은 실제로 꽤 좋았지 만 사용 사례에 맞게 약간 조정해야했습니다. 당신의 것에 자유롭게 적응하십시오!

파이썬 3.7

import re
import urllib

# Check https://regex101.com/r/A326u1/5 for reference
DOMAIN_FORMAT = re.compile(
    r"(?:^(\w{1,255}):(.{1,255})@|^)" # http basic authentication [optional]
    r"(?:(?:(?=\S{0,253}(?:$|:))" # check full domain length to be less than or equal to 253 (starting after http basic auth, stopping before port)
    r"((?:[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.)+" # check for at least one subdomain (maximum length per subdomain: 63 characters), dashes in between allowed
    r"(?:[a-z0-9]{1,63})))" # check for top level domain, no dashes allowed
    r"|localhost)" # accept also "localhost" only
    r"(:\d{1,5})?", # port [optional]
    re.IGNORECASE
)
SCHEME_FORMAT = re.compile(
    r"^(http|hxxp|ftp|fxp)s?$", # scheme: http(s) or ftp(s)
    re.IGNORECASE
)

def validate_url(url: str):
    url = url.strip()

    if not url:
        raise Exception("No URL specified")

    if len(url) > 2048:
        raise Exception("URL exceeds its maximum length of 2048 characters (given length={})".format(len(url)))

    result = urllib.parse.urlparse(url)
    scheme = result.scheme
    domain = result.netloc

    if not scheme:
        raise Exception("No URL scheme specified")

    if not re.fullmatch(SCHEME_FORMAT, scheme):
        raise Exception("URL scheme must either be http(s) or ftp(s) (given scheme={})".format(scheme))

    if not domain:
        raise Exception("No URL domain specified")

    if not re.fullmatch(DOMAIN_FORMAT, domain):
        raise Exception("URL domain malformed (domain={})".format(domain))

    return url

설명

• 이 코드 는 지정된 URL 의 scheme및 netloc일부만 확인합니다 . (올바르게 수행하기 위해 URL을 urllib.parse.urlparse()두 부분으로 분할 한 다음 해당 정규식 용어와 일치시킵니다.)

• netloc부분 슬래시 최초로 출현 전에 정지 /하므로 port숫자는 여전히 일부의 netloc예 :

  https://www.google.com:80/search?q=python
  ^^^^^   ^^^^^^^^^^^^^^^^^
    |             |      
    |             +-- netloc (aka "domain" in my code)
    +-- scheme

• IPv4 주소도 확인됩니다.

IPv6 지원

URL 유효성 검사기가 IPv6 주소에서도 작동하도록하려면 다음을 수행하십시오.

• Markus Jarderot의 답변is_valid_ipv6(ip) 에서 추가 하면 정말 좋은 IPv6 유효성 검사기 정규식이 있습니다.
• and not is_valid_ipv6(domain)마지막에 추가if

예

다음은 작동중인 netloc(aka domain) 부분에 대한 정규식의 몇 가지 예입니다 .

• IPv4 및 영숫자 : https://regex101.com/r/A326u1/5
• IPv6 : https://regex101.com/r/lKIIgq/1(Markus Jarderot의 대답 의 정규식 사용 )

위의 모든 솔루션은 " http://www.google.com/path,www.yahoo.com/path "와 같은 문자열 을 유효한 것으로 인식 합니다. 이 솔루션은 항상 정상적으로 작동합니다.

import re

# URL-link validation
ip_middle_octet = u"(?:\.(?:1?\d{1,2}|2[0-4]\d|25[0-5]))"
ip_last_octet = u"(?:\.(?:[1-9]\d?|1\d\d|2[0-4]\d|25[0-4]))"

URL_PATTERN = re.compile(
                        u"^"
                        # protocol identifier
                        u"(?:(?:https?|ftp|rtsp|rtp|mmp)://)"
                        # user:pass authentication
                        u"(?:\S+(?::\S*)?@)?"
                        u"(?:"
                        u"(?P<private_ip>"
                        # IP address exclusion
                        # private & local networks
                        u"(?:localhost)|"
                        u"(?:(?:10|127)" + ip_middle_octet + u"{2}" + ip_last_octet + u")|"
                        u"(?:(?:169\.254|192\.168)" + ip_middle_octet + ip_last_octet + u")|"
                        u"(?:172\.(?:1[6-9]|2\d|3[0-1])" + ip_middle_octet + ip_last_octet + u"))"
                        u"|"
                        # IP address dotted notation octets
                        # excludes loopback network 0.0.0.0
                        # excludes reserved space >= 224.0.0.0
                        # excludes network & broadcast addresses
                        # (first & last IP address of each class)
                        u"(?P<public_ip>"
                        u"(?:[1-9]\d?|1\d\d|2[01]\d|22[0-3])"
                        u"" + ip_middle_octet + u"{2}"
                        u"" + ip_last_octet + u")"
                        u"|"
                        # host name
                        u"(?:(?:[a-z\u00a1-\uffff0-9_-]-?)*[a-z\u00a1-\uffff0-9_-]+)"
                        # domain name
                        u"(?:\.(?:[a-z\u00a1-\uffff0-9_-]-?)*[a-z\u00a1-\uffff0-9_-]+)*"
                        # TLD identifier
                        u"(?:\.(?:[a-z\u00a1-\uffff]{2,}))"
                        u")"
                        # port number
                        u"(?::\d{2,5})?"
                        # resource path
                        u"(?:/\S*)?"
                        # query string
                        u"(?:\?\S*)?"
                        u"$",
                        re.UNICODE | re.IGNORECASE
                       )
def url_validate(url):   
    """ URL string validation
    """                                                                                                                                                      
    return re.compile(URL_PATTERN).match(url)