如何从 URL 中提取文件名以及附加的一些额外数据？

Question

我正在尝试从下载 URL 中提取文件名，该 URL 不仅以文件名本身结尾，而且在文件名 https://some_website.com/folder/file_name.mkv?st=OyvPiQZL8HmbCkapHo-之后附加到 URL 的额外数据tLG&e=1571543844我尝试在 python 中使用 os.path.basename。它包括文件名和额外内容本身，如上面的链接返回文件名.mkv?st=OyvPiQZL8HmbCkapHo-tLg&e=1571543844代替文件名.mkv

Answer 1

urld = 'https://ragex.eu/home.html?lol=sdasd'

returned_data = urld[urld.rfind('/') + 1: len(urld)]

print(returned_data) #output : home.html?lol=sdasd

好吧，我不是专家，但这里有一个更简单的方法。

Answer 2

也许，

[^/]+(?=\?st)

可能工作正常。

测试

import re

string = ' https://some_website.com/folder/file_name.mkv?st=OyvPiQZL8HmbCkapHo-tLg&e=1571543844'

expression = r'[^/]+(?=\?st)'

print(re.search(expression, string).group(0))

输出

file_name.mkv

如果您想简化/修改/探索表达式，它已在regex101.com的右上角面板中进行了说明。如果您愿意，您还可以在此链接中观看它如何与一些示例输入匹配。