python - 在 python 中从 URL 中删除 GET 变量

Question

我有这个网址:

http://www.exmaple.com/boo/a.php?a=jsd

我想要的输出是这样的:

http://www.exmaple.com/boo/

如果我有的话就很明智

http://www.exmaple.com/abc.html

应该是

http://www.exmaple.com/

和

http://www.exmaple.com/

应该返回

http://www.exmaple.com/

没有任何变化

这是我试过的

re.sub(r'\?[\S]+','',"http://www.exmaple.com/boo/a.php?a=jsd")

但它返回

http://www.exmaple.com/boo/a.php

有什么建议可以做些什么来获得正确的输出，或者有没有人有更好的想法来完成这项工作？

Answer 1

请像这样使用 stdlib urlparse 模块。一般来说，除非绝对必要，否则我尽量避免使用正则表达式。

from urlparse import urlparse, urlunparse
>>> parsed = urlparse("http://www.exmaple.com/boo/a.php?a=jsd")
>>> scheme, netloc, path, params, query, fragment = parsed
>>> urlunparse((scheme,netloc,path.split('/')[1],'','',''))
'http://www.exmaple.com/boo'