python - 去掉 URL 的一部分并保存文件

Question

http://amz.com/New-Balance-WT910-Trail-Running/dp/B0098FOFCW/ref=zg_bsms_shoes_2

我不需要最后一个/ref=zg_bsms_shoes_2

我在 urls=[]

中有值

for productlink in products:
    self.urls.append(productlink)

def save(self):
    self.br.quit()
    f=open(self.product_file,"w")
    for url in self.urls:
        f.write(url+"\n")
        f.flush()

如何剥离？如果我没有/ref=?

Answer 1

我强烈建议您从 urlparse 开始:

在 python3 中:

>>> import os
>>> from urllib.parse import urlparse
>>> os.path.split(urlparse(url).path)[0]
'/New-Balance-WT910-Trail-Running/dp/B0098FOFCW'

urlparse 会将 URL 转换为其所有组成部分，然后您可以通过多种方式处理路径，简单的字符串拆分，os.path.split ，正则表达式，任何你喜欢的。

在 Python2 中只需使用 from urlparse import urlparse