python - 以下字符串的简单正则表达式

Question

我有一个看起来像的字符串

rand_id%3A%3Ftmsid%3D1340496000_EP002960010145_11_0_10050_1_2_10036 

现在，我想做的是

extract timestamp: 134049600
        event: EP002960010145

现在的问题是在 tmsid 之后有 %3D 我什至不知道它是什么.. 但无论如何，有时它的 %3D %6D 我认为它甚至可以是 %16D ??? 我不能确定

是否有一种可靠的方法来处理上述字符串中的这两个字段？

谢谢

Answer 1

您正在查看 URL 引用的数据：

>>> from urllib2 import unquote
>>> unquote('rand_id%3A%3Ftmsid%3D1340496000_EP002960010145_11_0_10050_1_2_10036')
'rand_id:?tmsid=1340496000_EP002960010145_11_0_10050_1_2_10036'

您可以先拆分=，然后拆分_：

>>> unquoted = unquote('rand_id%3A%3Ftmsid%3D1340496000_EP002960010145_11_0_10050_1_2_10036')
>>> unquoted.split('=', 1)[1].split('_')
['1340496000', 'EP002960010145', '11', '0', '10050', '1', '2', '10036']
>>> timestamp, event = unquoted.split('=', 1)[1].split('_')[:2]
>>> timestamp, event
('1340496000', 'EP002960010145')

相反，如果数据有多个字段并且您&也在那里找到了一个，您也许可以更好地将问号之后的所有内容解析为 URL 查询字符串，而不是使用urlparse.parse_qs()

>>> from urlparse import parse_qs
>>> parse_qs(unquoted.split('?', 1)[1])
{'tmsid': ['1340496000_EP002960010145_11_0_10050_1_2_10036']}
>>> parsed = parse_qs(unquoted.split('?', 1)[1])
>>> timestamp, event = parsed['tmsid'][0].split('_', 2)[:2]
>>> timestamp, event
('1340496000', 'EP002960010145')