与第三个实例匹配的正则表达式？ （蟒蛇）

Question

我正在尝试创建一个与url中的/的第三个实例匹配的正则表达式，即只记录网站的名称本身，而不是其他内容。

通过正则表达式后，http://www.stackoverflow.com/questions/answers/help/ http://www.stackoverflow.com

我自己一直和他们一起玩，然后想出来：

base_url = re.sub(r'[/].*', r'', url)

但所有这一切都是减少到http的链接： - 所以很明显我需要匹配/的第三个实例 - 任何人都可以解释我会怎么做？

谢谢！

Answer 1

我建议您使用urlparse来解析网址：

In [1]: from urlparse import urlparse

In [2]: urlparse('http://www.stackoverflow.com/questions/answers/help/').netloc
Out[2]: 'www.stackoverflow.com'

.netloc包含端口号（如果存在）（例如www.stackoverflow.com:80）;如果您不想要端口号，请改用.hostname。

Answer 2

URLParse可以使用，但由于您最初询问的是正则表达式，请尝试使用正匹配而不是否定替换：

match = re.match(r'.+://[^/]+', url);
baseUrl = match.group();

这将获取http://（或https://或ftp://）及其后的所有内容，直到第一个/。

http://www.tutorialspoint.com/python/python_reg_expressions.htm