Python strip Google警报URL

Question

我现在有一个数据框，里面装满了Google Alert URL，看起来像：

link = 'https://www.google.com/url?rct=j&sa=t&url=http://3dprint.com/4353/littledlper-dlp-3d-printer-kickstarter/&ct=ga&cd=CAEYBCoSODQ1OTg1ODMwMzQwNDUzMTUxMhw2NTFlMTg3MTI1ZGE4Nzc3OmNvLnVrOmVuOkdC&usg=AFQjCNF0HOEhqIZHEpdkH1eVdXt-JRBF3Q'

我只想要url=后面和垃圾之前的部分。在

^{pr2}$

我使用urllib.parse.urlparse(link)来获取URL元素的列表。。。在

parsed = ParseResult(scheme='https', netloc='www.google.com', path='/url', params='', query='rct=j&sa=t&url=http://3dprint.com/4353/littledlper-dlp-3d-printer-kickstarter/&ct=ga&cd=CAEYBCoSODQ1OTg1ODMwMzQwNDUzMTUxMhw2NTFlMTg3MTI1ZGE4Nzc3OmNvLnVrOmVuOkdC&usg=AFQjCNF0HOEhqIZHEpdkH1eVdXt-JRBF3Q', fragment='')

但即便如此，parsed[4]也只是把它分解成。。。在

'rct=j&sa=t&url=http://3dprint.com/4353/littledlper-dlp-3d-printer-kickstarter/&ct=ga&cd=CAEYBCoSODQ1OTg1ODMwMzQwNDUzMTUxMhw2NTFlMTg3MTI1ZGE4Nzc3OmNvLnVrOmVuOkdC&usg=AFQjCNF0HOEhqIZHEpdkH1eVdXt-JRBF3Q'

我在堆栈上发现了相同问题的otherqueries，但它们使用的是Python以外的其他编程语言。在

对Python方法有什么想法吗？在

Answer 1

您可以在parsed[4]上使用regex来提取该URL：

(?:^|&)url=([^&]+)

参见regex demo

详情：

• (?:^|&)-字符串开头或&
• url=-文本url=
• ([^&]+)-第1组捕获&以外的一个或多个符号。在

Python demo：

^{pr2}$