在Python中使用正则表达式解析部分URL

Question

我想使用正则表达式操作解析URL的一部分。这可能是一个老问题。但我是正则表达式的新手，并且根据我的要求进行了如此多的搜索而无法找到它。我知道ParseURL可以在这里使用。但我的网址使用得不够合理。假设我的URL如下，

url = https://www.sitename.com/&q=To+Be+Parsed+out&oq=Dont+Need+to+be+parsed

在这里，我想找出＆amp; q =何时发生并解析，直到＆amp;接下来发生。我想删除+或中间的任何特殊字符。输出应该是，

To Be Parsed out

如果没有匹配项，则应返回原始网址。

我尝试了以下内容，

re.search('q=?([^&]+)&',url).group(0)

返回，

&q=To+Be+Parsed+out&oq=Dont+Need+to+be+parsed

任何人都可以帮我解析这个问题。感谢

Answer 1

您可以使用re.search()获取所需的子字符串，然后将所有+替换为str.replace()的空格：

re.search(r'/&q=([^&]*)', url).group(1).replace('+', ' ')

• re.search(r'/&q=([^&]*)', url).group(1)获得所需的部分，replace('+', ' ')执行重播

示例：

In [56]: url
Out[56]: 'https://www.sitename.com/&q=To+Be+Parsed+out&oq=Dont+Need+to+be+parsed'

In [57]: re.search(r'/&q=([^&]*)', url).group(1).replace('+', ' ')
Out[57]: 'To Be Parsed out'

如果没有匹配项，请抓住AttributeError引发的re.search.group()例外情况，例如：

try:
    out = re.search(r'/&q=([^&]*)', url).group(1).replace('+', ' ')
except AttributeError:
    ## No match, do what you want