Python 从 URL 获取标签答案

【问题标题】：Python Get Tags from URLPython 从 URL 获取标签
【发布时间】：2014-06-13 15:06:18
【问题描述】：

我有以下网址：

http://google.com/sadfasdfsd$AA=mytag&SS=sdfsdf

在 Python 中从字符串 ~$AA=mytag&~ 获取 mytag 的最佳方法是什么？

【问题讨论】：

您确定该 URL 正是您所拥有的吗？还是您的意思是http://google.com/sadfasdfsd?AA=mytag&SS=sdfsdf（? 而不是$）？
我很好奇。当前的 3 个答案都建议使用正则表达式来执行此操作。当 python 有可以解析查询字符串的模块（例如 urlparse:docs.python.org/2/library/urlparse.html）时，为什么要这样做？当然，正则表达式的答案更短，但不一定更容易理解。

标签： python regex python-2.7

【解决方案1】：

试试这个，

>>> import re
>>> str = 'http://google.com/sadfasdfsd$AA=mytag&SS=sdfsdf'
>>> m = re.search(r'.*\$AA=([^&]*)\&.*', str)
>>> m.group(1)
'mytag'

在正则表达式中$ 和& 有特殊含义，因此您必须转义这些字符以告诉python 解释器这些字符是文字$ 和&。

【讨论】：

【解决方案2】：

使用这个正则表达式=(.+)&

import re
regex = "=(.+)&"
print re.findall(regex,"http://google.com/sadfasdfsd$AA=mytag&SS=sdfsdf")[0]

【讨论】：

【解决方案3】：

要检索$AA 之后的mytag，您可以使用这个简单的正则表达式（参见demo）：

(?<=\$AA=)[^&]+

在 Python 中：

match = re.search(r"(?<=\$AA=)[^&]+", subject)

解释正则表达式

(?<=                     # look behind to see if there is:
  \$                     #   '$'
  AA=                    #   'AA='
)                        # end of look-behind
[^&]+                    # any character except: '&' (1 or more times
                         # (matching the most amount possible))

【讨论】：

【解决方案4】：

我只是要把这个扔出去，以表明还有其他方法可以做到这一点：

import urlparse

url = "http://google.com/sadfasdfsd?AA=mytag&SS=sdfsdf"
query = urlparse.urlparse(url).query # Extract the query string from the full URL
parsed_query = urlparse.parse_qs(query) # Parses the query string into a dict

print parsed_query["AA"][0]
# mytag

有关 urlparse 模块的文档，请参见此处：https://docs.python.org/2/library/urlparse.html。

注意parse_qs 返回一个列表，所以我们使用[0] 来获得第一个结果。

另外，我假设问题有错字，并修改了网址，使其代表传统的查询字符串。

【讨论】：