1

Tengo esta URL y quiero solo obtener una parte de ella:

https://onevideo.aol.com/#/inventorysource/1024374?makeDuplicate=true

La parte que quiero obtener es el id:1024374 para luego introducirlo en esta otra url:

https://onevideo.aol.com/inventory_sources/get_adtag_urls_export?secure=0&ft=EXCEL&piggyback_type=ANY&id=1024374&at=MOBILE_WEB&_sid=60c7302b-9ede-4308-93f6-014975706aff

Explico un poco para despejar dudas. Con selenium soy redirigido a la primer URL. Ahi quiero obtener el ID de la url. Pense hacerlo con driver.current_url pero obtengo toda la url. Luego necesito que el ID que obtenga lo introduzca a la segunda url donde va el ID.

Trabajo con Python 2.7

2 respuestas 2

1

Tienes varias opciones, desde usar str.split a expresiones regulares, o puedes usar el módulo urlparse junto a str.rpartition:

import urlparse

url = 'https://onevideo.aol.com/sd/inventorysource/1024374?makeDuplicate=true'
url_parts = urlparse.urlparse(url,  allow_fragments = False)
id = url_parts[2].rpartition('/')[2]
print(id)

En Python 3 el módulo es urllib.parse.

Si tus urls tienen siempre la misma estructura puedes simplemente usar str.rpartition dos veces:

url = 'https://onevideo.aol.com/sd/inventorysource/1024374?makeDuplicate=true'
id = url.rpartition('/')[2].rpartition('?')[0] 
print(id)

str.rpartition divide una cadena usando la última ocurrencia del separador proporcionado como argumento. Retorna una tupla con tres elementos donde el segundo es el separador, el primero lo que queda a su izquierda y el tercero lo que queda a su derecha.


Edición:

Para obtener la URL como una cadena solo necesitas usar el atributo current_url:

url = driver.current_url

Para crear tu nueva url formatea la cadena:

base = "https://onevideo.aol.com/inventory_sources/get_adtag_urls_export?secure=0&ft=EXCEL&piggyback_type=ANY&id={}&at=MOBILE_WEB&_sid=60c7302b-9ede-4308-93f6-014975706aff"
new_url = base.format(id)
14
  • EL urlparse puedo usarlo en el mismo programa que corro selenium? Commented el 24 oct. 2017 a las 0:59
  • url = str(driver.current_url) url_parts = urlparse.urlparse(url, allow_fragments = False) id = url_parts[2].rpartition('/')[2] print(id) Ese seria mi codigo para obtenerlo, pero no me estaria funcionando. Ademas tendria que dsp pegar ese id en la otra url que postie luego... Commented el 24 oct. 2017 a las 1:15
  • Me salta este error: global name 'urlparse' is not defined Commented el 24 oct. 2017 a las 1:20
  • Ahi lo obtuve, y ahora como lo introduzco a la url 2 que necesito? Commented el 24 oct. 2017 a las 1:27
  • Anduvo todo ok! Muchas gracias. Ahora te hago otra cosulta que tiene que ver con esto, esa url base me descarga un archivo xlsx con un nombre por default que es Ad tag download.xlsx, hay forma de que le pueda cambiar el nombre y me lo descargue con el nombre que quiera?? Commented el 24 oct. 2017 a las 1:37
1

Agrego el método de las expresiones regulares aunque en tu caso ya que se trata de urls, lo mejor es la solución de FJSevilla.

import re

url = "https://onevideo.aol.com/#/inventorysource/1024374?makeDuplicate=true"
m = re.search('(^.*\/)([0-9]{7})(\?.*$)', url)

print m.group(1)
print m.group(2)
print m.group(3)

https://onevideo.aol.com/#/inventorysource/
1024374
?makeDuplicate=true

Como verás el segundo grupo es el id que buscas. La explicación es:

(^         # Primer grupo, desde el comienzo
.*         # Cualquier caracter
\/)        # Hasta la primer barra antes del segundo grupo
([0-9]{7}) # 2do grupo solo 7 números, puedes hacer también {1,7} de 1 a 7 números
(\?        # 3er grupo desde el ?
.*         # Cualquier caracter
$)         # Hasta el final de la cadena

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.