Question

我正在对HTML地址进行切片以获取唯一部分并将其用作我的文件名。

这是挑战：

我正在尝试将文件名设置为：

somestring-01.pdf  
anotherstring-01.pdf  
nostring-01.pdf

由于无法知道最后一个斜杠之后和最后两个斜杠之间有多少个字符，因此我无法硬定义[-5：-10]之类的拆分。

为了能够解决这一难题，我获取文件名的伪代码如下：

找到最后一个字符串的索引[int_last_slash_index]
找到上一个字符串的索引[int_prev_slash_index]
第1步：计算字符串中的斜杠数
步骤2：从计数中减去1（count_slash-1）
步骤3：找到第（count_slash-1）个索引位置
设置切片位置：
位置1：最后一个斜杠位置= len（url）-int_last_slash_index
Position_2：上一个斜杠位置= len（url）-int_prev_slash_index
使用[-int_prev_slash_position：-int_last_slash_position]切割URL字符串

在Python中：

last_slash_index = url_string.rfind("/")
int_last_slash_index = int(last_slash_index)
int_last_slash_position = len(url_string) - int(last_slash_index)
slash_count = url_string.count("/")
one_prev_slash = slash_count -1 
index_one_prev_slash = url_string.find("/",one_prev_slash)
int_one_prev_slash_index = int(index_one_prev_slash)
int_one_prev_slash_position = len(url_string) - 
int(int_one_prev_slash_index)
filename = url_string[-int_last_slash_position:-int_one_prev_slash_position]

如果有这种方法，我想用字符串运算符解决它，而不是深入探讨正则表达式和代码技巧，因为我现在无法处理它们。我可以学习更多方法，但是可以使用库。

您可能会猜到，我是Python的新手，只是想获取一堆字符串。

谢谢。

PS：之前发布的是相反的内容，但对于Java，没有响应：1

Answer 1

您可以使用'/'作为分隔符，从文档中使用split：

使用sep作为分隔符，返回字符串中单词的列表字符串。

代码：

urls = ['http://www.someurl.com/folder-1/somestring/01.pdf',
'http://www.someurl.com/folders1531as12/anotherstring/183.pdf',
'http://www.someurl.com/folder-dsa990s/nostring/46798.pdf']

for url in urls:
    print('{}-{}'.format(*url.split('/')[-2:]))

输出

somestring-01.pdf
anotherstring-183.pdf
nostring-46798.pdf

URL被分割后，您可以获得列表的最后两个元素，并使用format函数将它们组合在一起。

Answer 2

使用拆分：

urls = [
    "http://www.someurl.com/folder-1/somestring/01.pdf",
    "http://www.someurl.com/folders1531as12/anotherstring/183.pdf",
    "http://www.someurl.com/folder-dsa990s/nostring/46798.pdf",
]
for url in urls:
    print(url.split('/')[-2])

Answer 3

尝试一下：

import urllib3

url = r"http://www.someurl.com/folder-1/somestring/01.pdf"
print("-".join(urllib3.util.parse_url(url).path.split("/")[-2:]))

在网址更为复杂的情况下也可以使用

例如：http://www.someurl.com/folder-1/somestring/01.pdf?x=1

Answer 4

挠了我的光头几天后，我用rsplit方法照亮了我。代替了上面的所有算法，这可以完成所有操作：

filename = url_string.rsplit("/")[-2]

道歉，浪费大家的时间和精力。非常感谢您的评论。

在Python的网址中获取最后两个斜杠位置之间的字符串

4 个答案: