如何使用Python中的Regex / Strip（）在String的末尾删除随机字符？

Question

在Python中剪切字符串末尾的随机字符的首选方法是什么？

我正在尝试简化网址列表以进行某些分析，因此需要切断文件扩展名.php之后的所有内容

由于.php之后的字符对于使用strip（）的每个URL都不同，因此不起作用。我想到了正则表达式和substring()。但是解决这个任务最有效的方法是什么？

示例：

假设我有以下网址：

example.com/index.php?random_var=random-19wdwka
example.org/index.php?another_var=random-2js9m2msl

我希望输出为：

example.com/index.php
example.org/index.php

感谢您的建议！

Answer 1

有两种方法可以达到你想要的效果。

如果您知道字符串的结束方式：

在您的示例中，如果您知道字符串以.php?结尾，那么您需要做的就是：

my_string.split('?')[0]

如果您不知道字符串是如何结束的：

在这种情况下，您可以使用urlparse并获取除参数之外的所有内容。

from urlparse import urlparse

for url is urls:
    p = urlparse(url)
    print p.scheme + p.netloc + p.path

Answer 2

for url in urls:
    result = url.split('?')[0]
    print(result)

Answer 3

最多在分隔符上拆分一次，然后取出第一块：

 text="example.com/index.php?random_var=random-19wdwka"
 sep="php"
 rest = text.split(sep)[0]+".php"
 print rest

Answer 4

看起来你真正想要的是去除URL的参数，你也可以使用

from urlparse import urlparse, urlunparse

urlunparse(urlparse(url)[:3] + ('', '', ''))

用空字符串替换URL的params，查询和片段部分并生成一个新字符串。