用python拆分url
我有这个网址:用python拆分url,python,regex,python-2.7,split,Python,Regex,Python 2.7,Split,我有这个网址: /drive/rayon.productlist.seomenulevel/fh_refpath$003dfacet_1$0026fh_refview$003dlister$0026fh_view_size$003d100$0026fh_reffacet$003dcategories$0026auchan_page_type$003dcatalogue$0026fh_location$003d$00252f$00252f52$00252ffr_FR$00252fdrive_id$
/drive/rayon.productlist.seomenulevel/fh_refpath$003dfacet_1$0026fh_refview$003dlister$0026fh_view_size$003d100$0026fh_reffacet$003dcategories$0026auchan_page_type$003dcatalogue$0026fh_location$003d$00252f$00252f52$00252ffr_FR$00252fdrive_id$00253d993$00252fcategories$00253c$00257b52_3686967$00257d$00252fcategories$00253c$00257b52_3686967_3686326$00257d$00252fcategories$00253c$00257b52_3686967_3686326_3700610$00257d$00252fcategories$00253c$00257b52_3686967_3686326_3700610_3700620$00257d/Capsules$0020$002843$0029/3700620?t:ac=3686967/3700610
我想要最后3个数字:项目[0]=370620,项目[1]=3686967和项目[2]=370601
我试过这个
one = url.split('/')[-1]
two = url.split('/')[-2]
第一个的结果是3706010”
第二种方法是非正则表达式方法,包括使用和一些拆分:
>>> import urlparse
>>> parsed_url = urlparse.urlparse(url)
>>> number1 = parsed_url.path.split("/")[-1]
>>> number2, number3 = urlparse.parse_qs(parsed_url.query)["t:ac"][0].split("/")
>>> number1, number2, number3
('3700620', '3686967', '3700610')
正则表达式方法:
>>> import re
>>> re.search(r"/(\d+)\?t:ac=(\d+)/(\d+)$", url).groups()
('3700620', '3686967', '3700610')
如果(\d+)
匹配一个或多个数字,\?
将匹配文字问号(我们需要将其转义,因为它具有特殊含义),$
将匹配字符串的结尾
您还可以创建和制作字典:
>>> re.search(r"/(?P<number1>\d+)\?t:ac=(?P<number2>\d+)/(?P<number3>\d+)", url).groupdict()
{'number2': '3686967', 'number3': '3700610', 'number1': '3700620'}
>>重新搜索(r”/(?P\d+)\?t:ac=(?P\d+)/(?P\d+),url).groupdict()
{'number2':'3686967','number3':'370610','number1':'370620'}
非正则表达式方法将涉及使用和一些拆分:
>>> import urlparse
>>> parsed_url = urlparse.urlparse(url)
>>> number1 = parsed_url.path.split("/")[-1]
>>> number2, number3 = urlparse.parse_qs(parsed_url.query)["t:ac"][0].split("/")
>>> number1, number2, number3
('3700620', '3686967', '3700610')
正则表达式方法:
>>> import re
>>> re.search(r"/(\d+)\?t:ac=(\d+)/(\d+)$", url).groups()
('3700620', '3686967', '3700610')
如果(\d+)
匹配一个或多个数字,\?
将匹配文字问号(我们需要将其转义,因为它具有特殊含义),$
将匹配字符串的结尾
您还可以创建和制作字典:
>>> re.search(r"/(?P<number1>\d+)\?t:ac=(?P<number2>\d+)/(?P<number3>\d+)", url).groupdict()
{'number2': '3686967', 'number3': '3700610', 'number1': '3700620'}
>>重新搜索(r”/(?P\d+)\?t:ac=(?P\d+)/(?P\d+),url).groupdict()
{'number2':'3686967','number3':'370610','number1':'370620'}
以下两种方法应该有效
url.split('/')[-2].split('=')[1]
url.split('/')[-2].split('?')[0]
以下两种方法应该有效
url.split('/')[-2].split('=')[1]
url.split('/')[-2].split('?')[0]
试试这个:
split_list = url.split('/')
third = split_list[-1]
first, second = split_list[-2].split('?t:ac=')
试试这个:
split_list = url.split('/')
third = split_list[-1]
first, second = split_list[-2].split('?t:ac=')
另一个使用regex的解决方案
import re
re.findall('\d+', url)[-3:]
另一个使用regex的解决方案
import re
re.findall('\d+', url)[-3:]
这似乎非常特定于这个确切的URL,似乎非常特定于这个确切的URL这就是为什么我讨厌正则表达式。它看起来很凌乱。虽然很容易,如果你试着去理解它。这就是为什么我讨厌正则表达式。它看起来很凌乱。虽然很容易,如果你试着去理解它。