3

Нужно получить название сайта из приходящего урла Пример на входе: https://site.com/some/some Мне нужно: https://site.com/

Я могу рассплитить и пересобрать:

site = 'https://site.com/some/some'
site_spl = site.split('/')
site_sum = site_spl[0] + '//' + site_spl[2] + '/'

Но нет ли такого варианта, чтобы сразу обратиться к третьему слэшу и рассплитить по нему или как-то иначе сделать это изящнее?

3
  • 1
    site.rsplit("/", 2)[0] + "/"
    – Danis
    26 фев 2021 в 16:48
  • Не подходит, т.к. справа может быть бесконечное количество слэшей
    – Lumxi
    26 фев 2021 в 17:06
  • То есть, урл может быть и 'https ://site.com/some/some/some/some/some/some/some/some'
    – Lumxi
    26 фев 2021 в 17:09

4 ответа 4

5

Можно тоже самое сделать просто короче и чуть правильнее:

site = 'https://site.com/some/some'
print('/'.join(site.split('/')[:3]))

Вывод:

https://site.com

Или с помощью библиотеки:

from urllib.parse import urlparse

site = 'https://site.com/some/some'
url = urlparse(site)
print(f'{url.scheme}://{url.netloc}')

Вывод:

https://site.com

Если в конце нужен слеш - можно добавить его вручную через + '/'.

2

Используйте регулярное выражение

import re
reg = r'^((http[s]?|ftp):\/\/)?\/?([^\/\.]+\.)*?([^\/\.]+\.[^:\/\s\.]{2,3}(\.[^:\/\s\.]{2,3})?)(:\d+)?($|\/)'

s = 'https://site.com/some/some'

result = re.search(reg, s)

print (result.group(0))
4
  • Идея хорошая, но конкретно эта регулярка срабатывает неправильно. Она не ограничивается названием сайта и парсит больше
    – Lumxi
    26 фев 2021 в 17:00
  • исправил код программы 26 фев 2021 в 17:18
  • вот сайт где модно баловаться в регулярными выражениями (regex101.com), вариантов полно 26 фев 2021 в 17:23
  • 1
    @АндрейКрузлик, мода - это баловство :)
    – TigerTV.ru
    27 фев 2021 в 10:12
1

Через find:

site = 'https://site.com/some/some'
res = site[:site.find('/', 2 + site.find('/'))]
print(res)
0
from pathlib import Path

site = 'https://site.com/some/some'

f = Path(site)
print(f.parts)
print(f.parts[2:])

# ('https:', 'site.com', 'some', 'some')
# ('some', 'some')

или еще вариант c регуляркой

import re

regexp = re.compile(r'/+')

site = 'https://site.com/some/some'

parts = regexp.split(site)
print(parts)
print(parts[2:])

# ['https:', 'site.com', 'some', 'some']
# ['some', 'some']

Ну и немного дополню уже предложенный вариант:

from urllib.parse import urlparse

site = 'https://site.com/some/some'
url = urlparse(site)
print(f'{url.scheme = }', f'{url.netloc = }', f'{url.path = }', sep='\n')

# url.scheme = 'https'
# url.netloc = 'site.com'
# url.path = '/some/some'

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.