regex 正则表达式来清理亚马逊链接[已关闭]

t5fffqht 于 2023-03-20 发布在其他

关注(0)|答案(1)|浏览(106)

已关闭。此问题需要超过focused。当前不接受答案。
**想要改进此问题吗？**更新此问题，使其仅关注editing this post的一个问题。

5天前关闭。
Improve this question
我试图创建一个正则表达式来清理亚马逊的网址，但我不能删除中间部分。
从所附的例子中，我希望“组2”在最终结果中消失，这可能吗？
我使用这个正则表达式：^(?:http:\/\/|www\.|https:\/\/)([^\/]+)(\s?.*)(/[dg]p/)([^/]+)
我会得到这样的结果：

https://www.amazon.com/adidas-Melange-Performance-T-Shirt-Charcoal/dp/B07P4LVZNL/ref=sr_1_fkmr1_2?dchild=1&keywords=Adidas+M%C3%A8lange+Tech+T-Shirt+A372&qid=1579685244&sr=8-2-fkmr1 --> https://www.amazon.com/dp/B07P4LVZNL

https://www.amazon.com/adidas-Originals-Solid-Melange-Purple/dp/B07DXPN7TK/ref=sr_1_fkmr2_1?dchild=1&keywords=Adidas+M%C3%A8lange+Tech+T-Shirt+A372&qid=1579685244&sr=8-1-fkmr2 --> https://www.amazon.com/dp/B07DXPN7TK

https://www.amazon.es/gp/B07R23QGH6/ref=sr_1_fkmr2_2?dchild=1&keywords=Adidas+M%C3%A8lange+Tech+T-Shirt+A372&qid=1579685244&sr=8-2-fkmr2 --> https://www.amazon.com/gp/B07R23QGH6

https://www.amazon.it/dp/B07R23QGH6/ --> https://www.amazon.it/dp/B07R23QGH6/

https://regex101.com/r/AFGk96/1

regex

来源：https://stackoverflow.com/questions/63726861/regular-expression-to-clean-amazon-links

1条答案

按热度按时间

unhi4e5o1#

你转义过度了。斜杠在正则表达式中没有意义，没有必要转义它们：

^(?:http:\/\/|www\.|https:\/\/)([^\/]+)(\s?.*)(/[dg]p/)([^/]+)

可能是（有一些其他简化）

^(?:https?://)?(www[^/]+).*?(/[dg]p/[^/]+)

当我们把.*加到字符串末尾以匹配字符串的尾部时，我们得到的结果是：

import re

amazon_url_pattern = re.compile(r'^(?:https?://)?(www[^/]+).*?(/[dg]p/[^/]+).*')

url = 'https://www.amazon.com/adidas-Melange-Performance-T-Shirt-Charcoal/dp/B07P4LVZNL/ref=sr_1_fkmr1_2?dchild=1&keywords=Adidas+M%C3%A8lange+Tech+T-Shirt+A372&qid=1579685244&sr=8-2-fkmr1'
result = amazon_url_pattern.sub(r'\1\2/', url)

print(result)

印刷品

https://www.amazon.com/dp/B07P4LVZNL/

赞(0）回复(0）举报 2023-03-20

我来回答

regex 正则表达式来清理亚马逊链接[已关闭]

1条答案

相关问题

热门标签

最新问答