python - 正则表达式与 Python 中的 URL 不匹配

Question

可能重复：
如何从 URL 中提取域名

我想从 URL 中提取网站，即console.aws.amazon.com从以下 URL 中。

>>> ts
'https://console.aws.amazon.com/ec2/home?region=us-east-1#s=Instances,EC2 Management Console,12/3/2012 4:34:57 PM,11,0,,25806'
>>> re.match(ts,'(")?http(s)?://(.*?)/').group(0)

Traceback (most recent call last):
File "<pyshell#17>", line 1, in <module>
re.match(ts,'(")?http(s)?://(.*?)/').group(0)
AttributeError: 'NoneType' object has no attribute 'group'

我在 JS 中尝试了这个正则表达式，它起作用了。知道为什么这在 JS 中匹配，但在 Python 中不起作用？

Answer 1

你的比赛不正确。Python doco 说：

re.match(pattern, string, flags=0)

你正在做：

re.match(string, pattern)

所以只需将其更改为：

 re.match('(")?http(s)?://(.*?)/', ts).group(0)

Answer 2

Use urlparse

>>> from urlparse import urlparse
>>> u = 'https://console.aws.amazon.com/ec2/home?region=us-east-1#s=Instances,EC2 Management Console,12/3/2012 4:34:57 PM,11,0,,25806'
>>> p = urlparse(u)
>>> p
ParseResult(scheme='https', netloc='console.aws.amazon.com', path='/ec2/home', params='', query='region=us-east-1', fragment='s=Instances,EC2 Management Console,12/3/2012 4:34:57 PM,11,0,,25806')
>>> p.netloc
'console.aws.amazon.com'
>>> 

Answer 3

您始终可以为此使用str.partition方法：

print(ts.partition('//')[2].partition('/')[0])
>>> console.aws.amazon.com

正则表达式对此有点矫枉过正。