Question

我正在使用大量的URL列表。只是一个简单的问题，我试图将URL的一部分切出来，见下文：

http://www.domainname.com/page?CONTENT_ITEM_ID=1234&param2&param3

我怎么能切出来：

http://www.domainname.com/page?CONTENT_ITEM_ID=1234

有时在CONTENT_ITEM_ID之后有两个以上的参数，每次ID都不同，我想这可以通过找到第一个＆amp;然后在那之前切掉字符＆amp ;,不太确定如何做到这一点。

干杯

Answer 1

使用urlparse模块。检查此功能：

import urlparse

def process_url(url, keep_params=('CONTENT_ITEM_ID=',)):
    parsed= urlparse.urlsplit(url)
    filtered_query= '&'.join(
        qry_item
        for qry_item in parsed.query.split('&')
        if qry_item.startswith(keep_params))
    return urlparse.urlunsplit(parsed[:3] + (filtered_query,) + parsed[4:])

在你的例子中：

>>> process_url(a)
'http://www.domainname.com/page?CONTENT_ITEM_ID=1234'

如果您决定还需要更多查询参数，或者如果参数的顺序不固定，则此函数还有一个额外的好处，就是更容易使用，如：

>>> url='http://www.domainname.com/page?other_value=xx&param3&CONTENT_ITEM_ID=1234&param1'
>>> process_url(url, ('CONTENT_ITEM_ID', 'other_value'))
'http://www.domainname.com/page?other_value=xx&CONTENT_ITEM_ID=1234'

Answer 2

快速而肮脏的解决方案就是：

>>> "http://something.com/page?CONTENT_ITEM_ID=1234&param3".split("&")[0]
'http://something.com/page?CONTENT_ITEM_ID=1234'

Answer 3

另一种选择是使用拆分功能，使用＆amp;作为参数。这样，您将提取基本网址和两个参数。

   url.split("&")

返回带有

的列表

  ['http://www.domainname.com/page?CONTENT_ITEM_ID=1234', 'param2', 'param3']

Answer 4

我在下面想出来就是我需要做的事情：

url = "http://www.domainname.com/page?CONTENT_ITEM_ID=1234&param2&param3"
url = url[: url.find("&")]
print url
'http://www.domainname.com/page?CONTENT_ITEM_ID=1234'

Answer 5

Parsin URL似乎从未如此简单，这就是为什么有urlparse和urllib模块。

E.G：

import urllib
url ="http://www.domainname.com/page?CONTENT_ITEM_ID=1234&param2&param3"
query = urllib.splitquery(url)
result = "?".join((query[0], query[1].split("&")[0]))
print result
'http://www.domainname.com/page?CONTENT_ITEM_ID=1234'

这仍然不是100％可靠，但不仅仅是自己拆分，因为你和我不知道有很多有效的网址格式，并且错误日志中有一天会发现。

Answer 6

import re
url = 'http://www.domainname.com/page?CONTENT_ITEM_ID=1234&param2&param3'
m = re.search('(.*?)&', url)
print m.group(1)

Answer 7

查看urllib2 file name问题，了解有关此主题的一些讨论。

另请参阅“Python Find Question”问题。

Answer 8

此方法不依赖于url字符串中参数的位置。我敢肯定，这可以改进，但它得到了重点。

url = 'http://www.domainname.com/page?CONTENT_ITEM_ID=1234&param2&param3'
parts = url.split('?')
id = dict(i.split('=') for i in parts[1].split('&'))['CONTENT_ITEM_ID']
new_url = parts[0] + '?CONTENT_ITEM_ID=' + id

Answer 9

一个古老的问题，但是，我仍然想说查询字符串参数也可以用';'分隔不仅是'＆amp;'。

Answer 10

在 urlparse 旁边还有furl，它有更好的恕我直言。

用Python切片URL

10 个答案: