Python提取文本链接

import re
import os

def extract_and_save_links():
    # 获取用户输入的文件路径
    input_path = input("请输入文本文件路径：").strip('"')  # 处理可能包含的引号
    
    # 验证文件是否存在
    if not os.path.exists(input_path):
        print("错误：文件不存在，请检查路径！")
        return
    
    # 读取文件内容
    try:
        with open(input_path, 'r', encoding='utf-8') as file:
            content = file.read()
    except Exception as e:
        print(f"读取文件出错：{str(e)}")
        return
    
    # 使用正则表达式提取所有http/https链接
    link_pattern = re.compile(r'https?://[^\s<>"]+|www\.[^\s<>"]+')
    links = link_pattern.findall(content)
    
    # 去重
    unique_links = list(set(links))
    
    # 如果没有找到链接
    if not unique_links:
        print("未在文件中找到任何链接！")
        return
    
    # 生成输出文件路径（同目录下）
    output_path = os.path.join(os.path.dirname(input_path), "去重链接.txt")
    
    # 写入文件
    try:
        with open(output_path, 'w', encoding='utf-8') as file:
            file.write("\n".join(unique_links))
        print(f"成功提取并保存 {len(unique_links)} 个唯一链接到：{output_path}")
    except Exception as e:
        print(f"写入文件出错：{str(e)}")

if __name__ == "__main__":
    print("=== 链接提取工具 ===")
    print("功能：从文本文件中提取所有HTTP/HTTPS链接并去重")
    extract_and_save_links()
    input("\n按Enter键退出...")