In [1]:

    

import pprint
import re


    

In [2]:

    

def get_links_from_md_regex(file_path, p=re.compile(r'\[(.+?)\]\((.+?)\)')):
    l = []
    with open(file_path) as f:
        for i, line in enumerate(f):
            for result in p.findall(line):
                l.append([file_path, i + 1, result[0], result[1]])
    return l


    

In [3]:

    

pprint.pprint(get_links_from_md_regex('data/src/md/test1.md'))


    

    




[['data/src/md/test1.md', 1, 'Instagram', 'https://www.instagram.com/'],
 ['data/src/md/test1.md', 1, 'Twitter', 'https://twitter.com'],
 ['data/src/md/test1.md', 3, '[Py] Python.org', 'https://www.python.org/'],
 ['data/src/md/test1.md', 4, 'relative link', '../test/']]

In [4]:

    

s = '[text](URL_with())'


    

In [5]:

    

p1 = re.compile(r'\[(.+?)\]\((.+?)\)')
print(p1.findall(s))


    

    




[('text', 'URL_with(')]

In [6]:

    

p2 = re.compile(r'\[(.+?)\]\((.+)\)')
print(p2.findall(s))


    

    




[('text', 'URL_with()')]

In [7]:

    

s_inline = '[text](URL_with()) and [text2](URL2)'


    

In [8]:

    

print(p2.findall(s_inline))


    

    




[('text', 'URL_with()) and [text2](URL2')]

In [9]:

    

p3 = re.compile(r"\[(.+?)\]\(([a-zA-Z0-9-._~:/?#@!$&'()*+,;=%]+)\)")
print(p3.findall(s))


    

    




[('text', 'URL_with()')]

In [10]:

    

print(p3.findall(s_inline))


    

    




[('text', 'URL_with()'), ('text2', 'URL2')]

In [11]:

    

s_jp = '[text](日本語URL)'


    

In [12]:

    

print(p1.findall(s_jp))


    

    




[('text', '日本語URL')]

In [13]:

    

print(p2.findall(s_jp))


    

    




[('text', '日本語URL')]

In [14]:

    

print(p3.findall(s_jp))


    

    




[]

In [15]:

    

p4 = re.compile(r"\[(.+?)\]\(([a-zA-Z0-9-._~:/?#@!$&'()*+,;=%\w]+)\)")
print(p4.findall(s_jp))


    

    




[('text', '日本語URL')]

In [16]:

    

s_jp_inline = '[text](日本語URL)と括弧(xxx)。'


    

In [17]:

    

print(p1.findall(s_jp_inline))


    

    




[('text', '日本語URL')]

In [18]:

    

print(p2.findall(s_jp_inline))


    

    




[('text', '日本語URL)と括弧(xxx')]

In [19]:

    

print(p3.findall(s_jp_inline))


    

    




[]

In [20]:

    

print(p4.findall(s_jp_inline))


    

    




[('text', '日本語URL)と括弧(xxx')]

In [21]:

    

p_title = re.compile(r'\[(.+?)\]\(([a-zA-Z0-9-._~:/?#@!$&\'()*+,;=%\w]+)( "(.+)")?\)')


    

In [22]:

    

print(p_title.findall('[text](URL "title")'))


    

    




[('text', 'URL', ' "title"', 'title')]

In [23]:

    

print(p_title.findall('[text](URL)'))


    

    




[('text', 'URL', '', '')]