Question

我已成功使用我的技术获取网址，但重点是我需要稍微更改网址：“http://www.example.com/static/p/no-name-0330-227404-1.jpg”。我在img标签中获得此链接：“http://www.example.com/static/p/no-name-0330-227404-1-product.jpg”

HTML CODE：

<div class="swiper-wrapper"><img data-error-placeholder="PlaceholderPDP.jpg" class="swiper-lazy swiper-lazy-loaded" src="http://www.example.com/static/p/no-name-0330-227404-1-product.jpg"></div>

Python代码：

imagesList = []
imagesList.append([re.findall(re.compile(u'http.*?\.jpg'), etree.tostring(imagesList).decode("utf-8")) for imagesList in productTree.xpath('//*[@class="swiper-wrapper"]/img')])

print (imagesList)

输出：

[['http://www.example.com/static/p/no-name-8143-225244-1-product.jpg']]

注意：我需要从网址中删除“-product”，我不知道为什么这个网址在两个方括号内。

Answer 1

如果所有图片都有单词“product”，你可以只做一个简单的字符串替换并删除那个单词吗？无论你想做什么（包括重命名文件），我都认为这是最简单的解决方案。

Answer 2

如果您打算只删除product关键字，那么您只需使用.replace（）API即可。否则，您可以构造正则表达式来操纵字符串。下面是替换API的示例代码。

myURL = "http://www.example.com/static/p/no-name-0330-227404-1-product.jpg"
myURL = myURL.replace("-product", "") # gives u "http://www.example.com/static/p/no-name-0330-227404-1.jpg"
print(myURL)

正则表达式版本 :(可能不是一个干净的解决方案，因为它很难理解）。然而，它比第一种方法更好，因为它动态地丢弃最后一组词（例如-product）

我所做的是捕获URL的3个部分，但省略中间部分，因为这是-product位，并将第1部分和第3部分组合在一起形成您的URL。

import re
myURL = "http://www.example.com/static/p/no-name-0330-227404-1-product.jpg"

myPattern = "(.*)(-.*)(\.jpg)$"
pattern = re.compile(myPattern)
match = re.search(pattern, myURL)
print (match.group(1) + match.group(3))

与上面相同的输出： http://www.example.com/static/p/no-name-0330-227404-1.jpg

从网址中排除某些关键字

2 个答案: