Python:查找URL并添加查询字符串对

Question

我正在尝试在Django webapp应用程序中关联一些遗留文本。这是一个非常简单的作用域。文本中有一些亚马逊URL，我想在它们的末尾加上我的?tag=xxx标识符。

我已经编写了一个模板筛选器，可以快速传递文本，但我在编写regex逻辑时有点卡住了。

t = text_from_template_engine
return re.sub(r'(https?://(?:www\.)?amazon\.co\.uk[\S]+)', r'\\\1?tag=xxx', t)

这似乎在非常基本的级别上工作，但如果URL已经有一个查询字符串(就像许多有机亚马逊URL默认做的那样)，我将需要一个与号而不是问号。

可能有一种快速的方法来检测两个问号并替换第二个问号。我对这个建议持开放态度。

我真正寻找的是一个regex-replace，我可以将找到的字符串传递给另一个希望返回替换字符串的方法(在这个方法中，我可以检测现有的问号)。类似PHP的preg_replace_callback (et al)。这真的存在吗？

Answer 1

是的，re.sub的第二个参数可以是一个函数，它接受一个match对象并返回一个字符串。参见the documentation。

Answer 2

可能有一种快速的方法来检测两个问号并替换第二个问号。我对这个建议持开放态度。

这将得到两个问号。

(\?|(\?\?))

我相信双问号的非被动组编号将是4美元，但您需要仔细检查，然后可以在替换中添加回单问号。

Answer 3

找到网址后，最好使用parsing it properly，而不是将其修改为正则表达式。