匹配所有內容，直到可選字符串（Python正則表達式）

Question

我已經對這個問題投入了很多精力，似乎我錯過了一些瑣碎的事情，因此提前致歉。 我有一個網址，其中可能包含或可能不包含一些POST值。 我要匹配整個網址，直到這個可選部分（不包括在內）為止。 因此，例如：

import re
myurl = r'http://myAddress.com/index.aspx?cat=ThisPartChanges&pageNum=41'
matchObj  =  re.match(r'(.*?)(&pageinfo=\d+){0,1}', myurl)
print matchObj.groups()
>> ('', None)

# Putting the non-greedy ? outside
matchObj  =  re.match(r'(.*)?(&pageinfo=\d+){0,1}', myurl)
print matchObj.groups()
>> ('http://myAddress.com/index.aspx?cat=ThisPartChanges&pageNum=41', None)

# The url might also be without the last part, that is
myurl = r'http://myAddress.com/index.aspx?cat=ThisPartChanges'
# I'd like the regex to capture the first part. "ThisPartChanges" might 
# be different every time

我想要的是獲取所有內容，直到pageNum = \\ d +，而不是包含在內。 那是

http://myAddress.com/index.aspx?cat=ThisPartChanges

我只對＆pageNum之前的部分感興趣，並且不在乎它是否存在，只想以某種方式過濾掉它，以便我可以得到真實的地址，直到cat =....。

我嘗試了各種非貪婪的雜技，但令我失望的部分是第二部分是可選的，因此沒有什么可以“錨定”非貪婪的比賽的。 任何想法如何優雅地做到這一點？ 只有第一部分很重要。 也歡迎非正則表達式解決方案

謝謝！

Answer 1

您可能想看看https://docs.python.org/2/library/urlparse.html

參數傳遞的順序可能會更改：

?pageNum=41&cat=ThisPartChanges

Answer 2

我建議您在進行網址解析時避免使用正則表達式，而應使用此模塊 ，這是解決您的問題的有效示例：

import urlparse

myurl = 'http://myAddress.com/index.aspx?cat=ThisPartChanges&pageNum=41'

parsed = urlparse.urlparse(myurl)

print 'scheme  :', parsed.scheme
print 'netloc  :', parsed.netloc
print 'path    :', parsed.path
print 'params  :', parsed.params
print 'query   :', parsed.query
print 'fragment:', parsed.fragment
print 'username:', parsed.username
print 'password:', parsed.password
print 'hostname:', parsed.hostname, '(netloc in lower case)'
print 'port    :', parsed.port

print urlparse.parse_qs(parsed.query)

Answer 3

就您而言，這可以做到：

^[^&]+

更強大：

^[^?]+\?cat=[^&]+

例：

In [40]: s = 'http://myAddress.com/index.aspx?cat=ThisPartChanges&pageNum=41'

In [41]: re.search(r'^[^&]+', s).group()
Out[41]: 'http://myAddress.com/index.aspx?cat=ThisPartChanges'

In [42]: re.search(r'^[^?]+\?cat=[^&]+', s).group()
Out[42]: 'http://myAddress.com/index.aspx?cat=ThisPartChanges'