(4) URL 판별하기 (저장용)

문제

• URL이 올바르면 True, 잘못되었으면 False 출력
• url은 http://    or      https://로 시작
• 도메인은 도메인.최상위도메인 형식이며 영문 대소문자, 숫자, -로 되어 있어야 함
• 도메인 이하 경로는 /로 구분하고, 영문 대소문자, 숫자, -, _, ., ?, =을 사용함

 

정답

import re
 
p = re.compile('^https?://[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+/[a-zA-Z0-9-_/=.?]+$')
url = input()
print(p.match(url) !=None )

기본정보

• compile 만들기
• url 변수에 input()으로 입력값을 받는다
• print(p.match(url) !=None)으로 None 이 아닐때만 출력

1단계 시작 문자열 htttp:// or https:// 검사하기

 

#문자열 표시인 '' 는 전체의 앞과 뒤에 붙음으로 생략

https?:// # 를 만들어 s가 1개만 있거나 없는 두 수를 모두 충족

2단계 도메인 . 최상위도메인 값 검사하기

[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+

• 가운데 보면 \. 이 있다 도메인과 최상위 도메인을 구별하는 구간이다.
• [a-zA-Z0-9-]+    는 기본 도메인만 판별 (-도 사용가능하다)
• [a-zA-Z0-9-.]+    은 앞과 같지만 최상위 도메인은 여러단계일 수 있으므로 . 도 포함시켰다

 

3단계 도메인 이하 값 검사하기

/[a-zA-Z0-9-_/=.?]+$

• /를 시작으로 도메인 이하값을 구분 지어준다
• 도메인 이하값의 조건은 대소문자, 숫자, -, _, ., ?, = 이였지만 여러개의 중복을 허용하기위해 /도 포함시켰다.
• 도메인 이하값은 마지막에 나오기 때문에 마지막에 $를 붙였다.

 

사실 이문제는 이해하고 풀었지만

정규표현식의 반만 이해하고 활용을 못하는 단계이다.

하지만 도메인 검사값이나 이메일 검사값은 실제로 계속 쓰일 것 같기에 블로깅한다.