regex 在Python中使用正则表达式从url链接(嵌入在长字符串中)移除不必要的部分[重复]

s6fujrry 于 2023-06-25 发布在 Python

关注(0)|答案(1)|浏览(86)

此问题已在此处有答案：

How to get everything after last slash in a URL?（14个回答）
8天前关闭
这篇文章是编辑并提交审查8天前.
假设有一个URL链接嵌入在一个长字符串中，如下所示

XXXXXXXXXXXhttps://xxx/xxx/xxx/XXXXX?xxx

我想删除大部分的网址链接，只保留最后一个/和?之前的部分。在本例中，仅保留XXXXX。此外，我还想保留https之前的所有字符。
实现这一目标的最佳途径是什么？谢谢你。

1条答案

你可以采取几种方法。
如果你使用的是 Python 3，你可以使用下面的代码。
您可以使用 * 括号表示法 * 来获取子字符串。
和 str.rfind 方法来定位？，然后是最后一个 /。

string = 'https://xxx/xxx/xxx/XXXXX?xxx'
string = string[0:string.rfind('?')]
string = string[string.rfind('/') + 1:]

输出量

XXXXX

此外，您可以使用 * re.search * 方法来捕获值，使用正则表达式模式。

/([^/]+?)\?

import re

string = 'https://xxx/xxx/xxx/XXXXX?xxx'
match = re.search(r'/([^/]+?)\?', string)
if match:
    print(match.group(1))

最后，您可以使用 str.split 和 str.rsplit 方法来提取子字符串值。

string = 'https://xxx/xxx/xxx/XXXXX?xxx'
string = string.split('?')[0].rsplit('/', 1)[1]