☰

Notepad++でURL以外のすべてを削除します

tag-icon • tag-icon notepad++
Notepad++でURL以外のすべてを削除します

合法的な Chrome プラグインを使用して Google 検索結果を手動でスクレイピングした結果、次の情報が得られました (検索結果は 2 つだけです)。

The History Teacher (@THTjournal) | Twitter
https://twitter.com/thtjournal  https://twitter.com/thtjournal
Vertaal deze pagina https://translate.google.nl/translate?hl=nl&sl=en&u=https://twitter.com/thtjournal&prev=search
Jim Carroll (@jcarrollhistory) | Twitter
https://twitter.com/jcarrollhistory https://twitter.com/jcarrollhistory
Vertaal deze pagina https://translate.google.nl/translate?hl=nl&sl=en&u=https://twitter.com/jcarrollhistory&prev=search

私の目標は、次のような Twitter URL のリストを作成することです。

https://twitter.com/thtjournal

https://twitter.com/jcarrollhistory

Notepad++ を持っているのですが、これを使用して URL のみのリストを取得するにはどうすればよいでしょうか? その他はすべて削除する必要があります。

答え1

  • Ctrl+H
  • 検索対象:^.*?(\bhttps://twitter\.com/\w+)?.*$
  • と置換する：(?1$1:)
  • チェック ラップアラウンド
  • 正規表現をチェック
  • チェックしないでください. matches newline
  • Replace all

説明：

^                           # beginning of line
  .*?                       # 0 or more any character but newline, not greedy
  (                         # start grpup 1
    \b                      # word boundary
    https://twitter\.com/   # literally
    \w+                     # 1 or more word character
  )?                        # end group, optional
  .*                        # 0 or more any character but newline
$                           # end of line

交換：

(?1$1:)         # if group 1 exists, then use it as replacement, else replace with nothing

与えられた例の結果:

https://twitter.com/thtjournal


https://twitter.com/jcarrollhistory

答え2

URLを定義する正規表現があると仮定し、それを次のように呼びます。正規表現。

Notepad++の検索ダイアログの置換タブを使用して、すべて置換の正規表現によって\n$1\n、すべての URL が、URL のみを含む行と、その間にゴミ行が散在する行に分割されます。

再び検索ダイアログのマークタブで、以下の文字を含むすべての行をマークします。正規表現使用してブックマークラインオプションを使用してすべてマーク手術。

最後に、検索 => ブックマークメニューで、ブックマークされていない行を削除する。

URL に適した正規表現については、次の投稿を参照してください。
文字列が有効な URL かどうかを確認するのに最適な正規表現は何ですか?。

詳細情報とスクリーンショットについては、同様のケースに関するこの記事を参照してください。
Notepad++ ファイルからメールアドレスを抽出する方法。

関連情報