从路径中提取html的正则表达式

Question

我是Regex的新手。 我需要从目录路径中提取2件事。 ../ path_to_html / myhtmlpage.html？additional_args_or_url

我怎样才能获得html的名称？ eg.myhtmlpage

我怎样才能得到整个网址？ eg.myhtmlpage.html？VIDEO_URL = www.google.com /视频

非常感谢！

Answer 1

你走了：

import re
url = "/path_to_html/myhtmlpage.html?video_url=www.google.com/video"
# Name
print re.findall(r'/(\w+)\.html', url)[0]
# Entire url
print re.findall(r'/(\w+\.html.*)', url)[0]

打印：

myhtmlpage
myhtmlpage.html?video_url=www.google.com/video