正则表达式使用 python 从 url 中提取类别/子类别答案

【问题标题】：Regex to extract categories/sub-categories from urls with python正则表达式使用 python 从 url 中提取类别/子类别
【发布时间】：2014-09-23 14:21:38
【问题描述】：

我有要解析表单的网址：

www.my-journal.com/category/sub-category/sub-sub-category/title
www.my-journal.com/category/sub-category/sub-sub-category
www.my-journal.com/category/sub-category/
www.my-journal.com/category/
www.my-journal.com

具有不断变化的类别、子类别和子子类别。

我可以使用什么正则表达式来提取存在的类别、子类别和子子类别？有没有更好的方法可以使用这些变量？

【问题讨论】：

标签： python regex url categories

【解决方案1】：

你为什么不直接在/分割字符串

categories = url.split('/')[1:]

【讨论】：

【解决方案2】：

>>> txt = 'www.my-journal.com/category/sub-category/sub-sub-category/title'
>>> re.findall(r'/[^/]*', txt)
['/category', '/sub-category', '/sub-sub-category', '/title']

如果最多只有 3 个级别，那么可能：

>>> iter = re.finditer(r'/([^/]*)', txt)
>>> for _, m in zip(range(3), iter):
...     print(m.group(1))
... 
category
sub-category
sub-sub-category

【讨论】：