使用截断字符串re.sub公司

Question

我有一个url存储为type=str。看起来像这样：

url = 'http://www.dog.com/bone?junk=8dj37hf7'

我要删除所有以“？”开头的字符，所以我会：

^{pr2}$

这就是我尝试过的：

import re
re.sub('?junk=*', '', url)

但我得到一个错误：

raise error, v # invalid expression sre_constants.error: nothing to repeat

解决方法如下：

import re
re.sub('\?junk=.*', '', url)

---

编辑以插入代码括号。 编辑后添加*符号 Morten Jensen，但错误仍然存在。在

编辑：用“.*”和“\”转义符解决。感谢Morten Jensen，jwodder，thefourtheye等人。在

Answer 1

为什么不只是

url = url.split("?",1)[0]

regex好像想用大锤打死苍蝇

Answer 2

错误是因为regex中的?导致紧靠前面的项变为可选项，但是这里没有前面的项；要避免这种行为，需要用反斜杠转义?。类似地，=*将匹配零个或多个=s，而不是一个=后面跟着任何东西，这将是=.*。因此，为了得到你想要的，你需要使用：

re.sub(r'\?junk=.*', '', url)

Answer 3

引用自http://docs.python.org/2/library/re.html#regular-expression-syntax

'?'

Causes the resulting RE to match 0 or 1 repetitions of the preceding RE. ab? will match either ‘a’ or ‘ab’.

因此，您需要用反斜杠转义?

url = 'http://www.dog.com/bone?junk=8dj37hf7'
import re
print re.sub('\?.*', '', url)

输出

^{pr2}$