python取出部分URL并保留原始格式

Question

假设我有以下网址：

 https://espn.com/1234/44/222/mlb/standings

我想按原样提取/1234/44/222。我知道split('/')[3:5]会提取它，但它会丢失/格式化。

Answer 1

如果您的网址符合上述格式，并且您想要.com和/mlb之间的文字，则可以使用以下正则表达式：

.com([\/\d]+)\/mlb

行动中：

>>> s = 'https://espn.com/1234/44/222/mlb/standings'
>>> re.findall(r'.com([\/\d]+)\/mlb', s)
['/1234/44/222']

您还可以将join与split：

一起使用

>>> '/'.join(s.split('/')[3:6])
1234/44/222

Answer 2

您可以使用re.findall：

import re
s = "https://espn.com/1234/44/222/mlb/standings"
new_s = '/'.join(re.findall("\d+", s))

输出：

'1234/44/222'