Python如何从一个字符串中解析2个URL，然后将其映射回来？

我在pandas数据框中有一列，其中一些值的格式是：“From…to”。我想只解析第一个URL，这样gclid和其他ID就会消失，我想将其映射回数据帧，例如：“从到”

我知道有一个名为urllib的python模块，但是如果我对这个字符串应用一个call a path（），它只解析第一个URL，然后我就失去了与第一个URL同样重要的另一部分

---

谁能帮帮我吗？谢谢大家!

如果使用DataFrame，则使用

replace（）

，它可以使用regex查找类似

“？…”

（以

？

开头，以

空格

结尾，或者以

空格

开头，并且只有与

空格

-

“\？[^]+”

不同的字符）

结果

                                     text
0  From https://....com to https://...com

---

顺便说一句：您还可以尝试更复杂的正则表达式，以确保它是以http开头的url的一部分

df['text'] = df['text'].str.replace('(http[^?]+)\?[^ ]+', '\\1')

---

我使用

（…）

在

？…

之前捕获此url，并使用

\\1

（已经没有

？…

）

将其放回原处。我不完全清楚您在问什么。你能发布一些代码来显示你想要的特定行为吗？如果你有这么简单的字符串

https://....com 到https://...com

然后您可以

文本。替换（“From”、“”）。替换（“to”、“”）。拆分（“”）以获取列表
[“https://....com", "https://...com“]
如果我这样做：t=urllib.parse.urlparse(“从https://？gclid=…到https://”，我得到的是：ParseResult（scheme=''，netloc=''，path='From https://'，params=''，query='gclid=…到https://'，fragment=''。我的问题是，第二个URL将转到查询部分，所以如果我调用t.path（），我只从https://部分返回，而不是解析的第一个URL和第二个URL（我想从第一个URL中删除ID和其他唯一标识符，然后将其映射回原始值的位置。如果要删除
？gclid=…
，则尝试使用regex替换它。如果要使用list
[”https://....com?gclid=", "https://...com"]
然后您可以从列表中获取第一个元素，并
拆分（“？”）
将其删除。哇，谢谢，顺便说一句，该部分正是我所需要的！祝您有愉快的一天！
df['text'] = df['text'].str.replace('(http[^?]+)\?[^ ]+', '\\1')