python - 使用 Python 对 URL 进行切片

Question

我正在处理一个巨大的 URL 列表。只是一个简单的问题，我试图将 URL 的一部分切掉，见下文:

http://www.domainname.com/page?CONTENT_ITEM_ID=1234&param2&param3

我怎么切出:

http://www.domainname.com/page?CONTENT_ITEM_ID=1234

有时候CONTENT_ITEM_ID后面有两个以上的参数，而且每次的ID都不一样，我想可以通过找到第一个&然后切掉那个&之前的字符来完成，不太清楚如何做到这一点不过。

干杯

Answer 1

使用 urlparse模块。检查此功能:

import urlparse

def process_url(url, keep_params=('CONTENT_ITEM_ID=',)):
    parsed= urlparse.urlsplit(url)
    filtered_query= '&'.join(
        qry_item
        for qry_item in parsed.query.split('&')
        if qry_item.startswith(keep_params))
    return urlparse.urlunsplit(parsed[:3] + (filtered_query,) + parsed[4:])

在你的例子中:

>>> process_url(a)
'http://www.domainname.com/page?CONTENT_ITEM_ID=1234'

如果您决定还需要更多查询参数，或者如果参数的顺序不固定，则此函数有一个额外的好处，它更易于使用，如:

>>> url='http://www.domainname.com/page?other_value=xx&param3&CONTENT_ITEM_ID=1234&param1'
>>> process_url(url, ('CONTENT_ITEM_ID', 'other_value'))
'http://www.domainname.com/page?other_value=xx&CONTENT_ITEM_ID=1234'