在最后一次前向斜杠之前删除部分字符串

Question

我目前正在处理的程序从网站检索URL并将它们放入列表中。 我想得到的是URL的最后一部分。

所以，如果我的URL列表中的第一个元素是"https://docs.python.org/3.4/tutorial/interpreter.html"我想删除"interpreter.html"之前的所有内容。

我可以使用函数，库或正则表达式来实现吗？ 我查看了其他Stack Overflow帖子，但解决方案似乎不起作用。

这是我的几次尝试中的两个：

for link in link_list:
   file_names.append(link.replace('/[^/]*$',''))
print(file_names)

＆

for link in link_list:
   file_names.append(link.rpartition('//')[-1])
print(file_names)

Answer 1

看看str.rsplit 。

>>> s = 'https://docs.python.org/3.4/tutorial/interpreter.html'
>>> s.rsplit('/',1)
['https://docs.python.org/3.4/tutorial', 'interpreter.html']
>>> s.rsplit('/',1)[1]
'interpreter.html'

并使用RegEx

>>> re.search(r'(.*)/(.*)',s).group(2)
'interpreter.html'

再搭配其位于最后间的第二组/字符串和结束。 这是RegEx中贪婪技术的贪婪用法。

Debuggex演示

小注 - link.rpartition('//')[-1]在于你试图匹配//而不是/ 。 因此删除link.rpartition('/')[-1]中的extra / as。

Answer 2

这不需要正则表达式。

import os

for link in link_list:
    file_names.append(os.path.basename(link))

Answer 3

你可以使用rpartition（） ：

>>> s = 'https://docs.python.org/3.4/tutorial/interpreter.html'
>>> s.rpartition('/')
('https://docs.python.org/3.4/tutorial', '/', 'interpreter.html')

并采取返回的3元素元组的最后一部分：

>>> s.rpartition('/')[2]
'interpreter.html'

Answer 4

只需使用string.split：

url = "/some/url/with/a/file.html"

print url.split("/")[-1]

# Result should be "file.html"

split为您提供了一个由“/”分隔的字符串数组。 [-1]为您提供数组中的最后一个元素，这就是您想要的。

Answer 5

如果您打算使用正则表达式，这应该有效

 for link in link_list:
    file_names.append(link.replace('.*/',''))
 print(file_names)

Answer 6

这是一个更通用，正则表达式的方法：

    re.sub(r'^.+/([^/]+)$', r'\1', "http://test.org/3/files/interpreter.html")
    'interpreter.html'