7

这是python代码：

url = http://www.phonebook.com.pk/dynamic/search.aspx
path = urlparse(url)
print (path)

>>>ParseResult(scheme='http', netloc='www.phonebook.com.pk', path='/dynamic/search.aspx', params='', query='searchtype=cat&class_id=4520&page=1', fragment='')

print (path.path)
>>>/dynamic/search.aspx

现在我需要改变path.path我的要求。就像如果“/dynamic/search.aspx”是路径，那么我只需要第一个斜杠和最后一个斜杠之间的部分，包括“/dynamic/”的斜杠。

我已经尝试了这两行，但最终结果不是我所期望的，这就是我问这个问题的原因，因为我对“urllib.parse”的了解不足。

path = path.path[:path.path.index("/")]
print (path)
>>>Returns nothing.
path = path.path[path.path.index("/"):]
>>>/dynamic/search.aspx (as it was before, no change.)

简而言之，无论 path.path 结果是我需要的只是目录名称。例如：“动态/搜索/搜索.aspx”。现在我需要“动态/搜索/”

4

2 回答 2

4

path首先，可以使用rfind返回最后一次出现的索引来获得所需的部分。+ 1用于保留尾部斜杠。

desired_path = path.path[:path.path.rfind("/") + 1]

二、使用_replace方法替换对象的path属性urlparse如下：

desired_url = urlunparse(path._replace(path=desired_path))

完整的工作示例：

from urllib.parse import urlparse, urlunparse

url = "http://www.phonebook.com.pk/dynamic/search/search.aspx"
path = urlparse(url)

desired_path = path.path[:path.path.rfind("/") + 1]
desired_url = urlunparse(path._replace(path=desired_path))
于 2019-03-24T18:29:01.663 回答
1

我试图urlparse寻找任何可能对您的情况有所帮助的方法，但没有找到，可能会被忽略，但无论如何，在这个级别上，您可能必须制作自己的方法或破解：

>>> path.path
'/dynamic/search.aspx'

>>> import re
>>> d = re.search(r'/.*/', path.path)
>>> d.group(0)
'/dynamic/'

这只是一个示例，您也可以使用内置方法，如下所示：

>>> i = path.path.index('/', 1)
>>> 
>>> path.path[:i+1]
'/dynamic/'

编辑：

我没有注意到你的最后一个例子，所以这是另一种方式：

>>> import os
>>> path = os.path.dirname(path.path) + os.sep
>>> path
'/dynamic/'
>>> path = os.path.dirname(s) + os.sep
>>> path
'dynamic/search/'

或与re：

>>> s
'dynamic/search/search.aspx'
>>> d = re.search(r'.*/', s)
>>> d
<_sre.SRE_Match object; span=(0, 15), match='dynamic/search/'>
>>> d.group(0)
'dynamic/search/'
>>> 
>>> s = '/dynamic/search.aspx'
>>> d = re.search(r'.*/', s)
>>> d.group(0)
'/dynamic/'
于 2016-07-24T13:44:22.707 回答