Question

我有一个字符串

/path/to/file?_subject_ID_SOMEOTHERSTRING

路径/到/文件部分的更改取决于具体情况，subject_ID始终存在。我尝试编写一个只提取字符串file部分的正则表达式。使用?subject_ID是明确的，但我不知道如何安全地获取file

我目前的正则表达式看起来像(.*[\/]).*\?_subject_ID

url = '/path/to/file?_subject_ID_SOMEOTHERSTRING'
file_re = re.compile('(.*[\/]).*\?_subject_ID')
file_re.search(url)

这会找到正确的字符串，但我仍然无法提取文件名

打印_.group（1）会得到/path/to/。下一步是什么让我获得实际的文件名？

Answer 1

对于'(.*[\/]).*\?_subject_ID'正则表达式方法，您只需在第二个.*周围添加一个捕获组。您可以使用r'(.*/)(.*)\?_subject_ID'（然后会捕获.group(1)和.group(2)部分），但这不是解析Python中URL的最合适方式。

您可以在此处使用非正则表达式方法，这里有一个代码段，展示如何利用urlparse和os.path来解析您的网址：

import urlparse
path = urlparse.urlparse('/path/to/file?_subject_ID_SOMEOTHERSTRING').path
import os.path
print(os.path.split(path)[1]) # => file
print(os.path.split(path)[0]) # => /path/to

请参阅IDEONE demo

Answer 2

非常简单，真的。只需匹配之前的/和之后的?subject_ID：

([^/?]*)\?subject_ID

[^/?]*（与.*相对）是因为否则它也会与之前的部分匹配。字符类中的?

如果你想同时获得路径和文件，你可以做同样的事情，但也可以在/之前抓取部分：

([^?]*)([^/?]*)\?subject_ID

它与之前的基本相同，但是第一位被捕获而不是被忽略。

如何在key子串和＆＃34; /＆＃34之间提取字符串;与正则表达式？

2 个答案: