Question

我有以下链接：

http://ecx.images-amazon.com/images/I/51JXXb2vpDL._SY344_PJlook-inside-v2,TopRight,1,0_SH20_BO1,204,203,200_.jpg

如何只获取链接的这一部分：

http://ecx.images-amazon.com/images/I/51JXXb2vpDL.jpg

并删除其他所有内容？我也想保留扩展名。

我想删除此部分：

._SY344_PJlook-inside-v2,TopRight,1,0_SH20_BO1,204,203,200_

并保留此部分：

http://ecx.images-amazon.com/images/I/51JXXb2vpDL.jpg

我怎么能在python中做到这一点？

Answer 1

您可以使用：

re.sub(r'\._[\w.,-]*(\.(?:jpg|png|gif))$', r'\1', inputurl)

这做了一些假设，但适用于您的输入。搜索从._序列开始，在此之后采取任何字母，数字，短划线，下划线，点或逗号，然后匹配扩展名。我选择了一小组可能的扩展;您也可以在最后使用(\.w+)$，而不是扩大字词可接受的扩展名。

演示：

>>> import re
>>> inputurl = 'http://ecx.images-amazon.com/images/I/51JXXb2vpDL._SY344_PJlook-inside-v2,TopRight,1,0_SH20_BO1,204,203,200_.jpg'
>>> re.sub(r'\._[\w.,-]*(\.(?:jpg|png|gif))$', r'\1', inputurl)
'http://ecx.images-amazon.com/images/I51JXXb2vpDL.jpg'

Answer 2

以下内容应该有效：

import re

url = "http://ecx.images-amazon.com/images/I/51JXXb2vpDL._SY344_PJlook-inside-v2,TopRight,1,0_SH20_BO1,204,203,200_.jpg"

print re.sub(r"(https?://.+?)\._.+(\.\w+)", r'\1\2', url)

上面的代码打印

http://ecx.images-amazon.com/images/I/51JXXb2vpDL.jpg

重要细节：需要更多链接才能找到正确的模式。我目前假设你想要一切，直到第一个._

Answer 3

url = "http://ecx.images-amazon.com/images/I/51JXXb2vpDL._SY344_PJlook-inside-v2,TopRight,1,0_SH20_BO1,204,203,200_.jpg"
l = url.split(".")
print(".".join(l[:-2:])+".{}".format(l[-1]))

打印

http://ecx.images-amazon.com/images/I/51JXXb2vpDL.jpg

Answer 4

url = re.sub("(/[^./]+)\.[^/]*?(\.[^.]+)$", "\\1\\2", url)

如何在python中切换链接？

4 个答案: