Regex查找具有第一个扩展名的URL

Question

我有类似的字符串

string = 'https://somewebsite.com/itesr0824/products/YYA-002/fdrop-tQ?position=6'

如何找到

'https://somewebsite.com/itesr0824'

使用regex？

我试过

re.sub('[^https://somewebsite.com/[a-zA-Z0-9].+$','',string)

但它只找到

'https://somewebsite.com/itesr0824/products/YYA'

Answer 1

当Python有内置的URL解析器时，为什么要使用正则表达式来实现这一点？不要重新发明轮子，不必要地要求说明URL可能为您呈现的所有奇怪的边缘情况，而是使用urllib.parse.urlparse()和urllib.parse.urljoin:

import urllib.parse
string = "https://somewebsite.com/itesr0824/products/YYA-002/fdrop-tQ?position=6"
parsedURL = urllib.parse.urlparse(string)
trimmedURL = urllib.parse.urljoin(parsedURL.scheme + "://" + parsedURL.netloc, parsedURL.path.split("/")[1]) # 'https://somewebsite.com/itesr0824'

Answer 2

import re
string = 'https://somewebsite.com/itesr0824/products/YYA-002/fdrop-tQ?position=6'
x = re.sub('https://somewebsite.com/w+','',string)
# where: 
# w - matches any letter, digit or underscore. Equivalent to [a-zA-Z0-9_]
# + - one or more
print(x)

打印

/products/YYA-002/fdrop-tQ?position=6