python 匹配url正则表达式解决方法

2012-03-13

python 匹配url正则表达式我现在有一个这样的字符串str1http://hi.baidu.com/rubylang/blog/item/1661ad

python 匹配url正则表达式
我现在有一个这样的字符串str1="http://hi.baidu.com/rubylang/blog/item/1661ad50d600c46784352445.html#/html/body/table[1]/tr/td"
怎么写一个表达式来匹配它，需要python语言，并且能够把
http://hi.baidu.com/rubylang/blog/item/1661ad50d600c46784352445.html，跟/html/body/table[1]/tr/td提取出来，
放到两个变量里，url地址不一定就上面那个，可以是其他的url地址，后面的也不一定只是一个table，或者一个也没有，
也可能有很多个
就是要匹配
str2="url地址#/html/.../.../"这样的情况，麻烦各位大侠帮忙，急用，thx

[解决办法]

探讨
引用:
Python codeimport re
string1=''
string2=''
p= re.compile(r'^(https?://\w+(?:\.[^\.]+)+(?:/.+)*/.+\.html)?#?((?:/[^/]+)*)$')
result1= p.findall(string1)
result2= p.findall(string2)

这个如果我的str='http://topic.csdn.net/u/20100119/10/214eb092-9fed-4a54-b6d2-1373b2bc40e8.html?seed=1976536804&r=62857463#replyachor'，这样就会出错了，正像13楼说的一样，url中含有#字符就会出问题，不知道要怎么才能处理好
我主要是想区分两种字符串，一种是string1中不含有url地址的，一种string2中含有url地址，
就是string1='/html/.../.../..',另外就是string2='url地址#/html/..../.../../../..),如果分隔符#实在不行的话可以换成其他不会引起错误的字符，#的作用只是用来分割url地址跟后面那一块。麻烦帮忙解决一下，thx

[解决办法]

Python code

import rep = re.compile(r'^(https?://\w+(?:\.[^\.]+)+(?:/.+)*/.+\.html' \    '\??(?:[^/]+=[^/]+)?(?:&[^/]+=[^/]+)*)?#?((?:/[^/]+)*)$')string = 'http://topic.csdn.net/u/20100119/10/214eb092-9fed-4a54' \    '-b6d2-1373b2bc40e8.html?seed=1976536804&r=62857463#replyachor'p.findall(string)#返回结果[('http://topic.csdn.net/u/20100119/10/214eb092-9fed-4a54-b6d2' \    '-1373b2bc40e8.html?seed=1976536804&r=62857463#replyachor', '')]

热点排行

perl python

python 匹配url正则表达式解决方法