pythonでの文字列抽出

Question

https://www.google.com/url?rct=j&sa=t&url=http://itpro.nikkeibp.co.jp/atcl/news/17/090802206/&ct=ga&cd=CAIyHmJhOTc5YTk2MmU2N2RkOGI6Y28uanA6amE6SlA6Ug&usg=AFQjCNE4bLi62lA1XcVcVVPt1iBaRQWHTQ

いま、RSSフィードで取得した上記のような文字列を操作しようとしています。
この文字列の中から、&url=xxx&のxxxの部分のみ取得したいのですが、どのようにすればよいでしょうか。
re.matchなどを使ってみたのですがうまくいきません。

パラメータの並びは固定かはわかりませんが、おそらく上記のように
https://www.google.com/url?rct=xxx&sa=xxx&url=xxx&ct=xxx&cd=xxx&usg=xxx
という並びかと思います。

Answer 1

PythonにはURLパースのライブラリが入っているので、そちらで処理するのが確実かと思います。

Python 3だとたとえばこんな感じ。

import urllib.parse

url = 'https://www.google.com/url?rct=j&sa=t&url=http://itpro.nikkeibp.co.jp/atcl/news/17/090802206/&ct=ga&cd=CAIyHmJhOTc5YTk2MmU2N2RkOGI6Y28uanA6amE6SlA6Ug&usg=AFQjCNE4bLi62lA1XcVcVVPt1iBaRQWHTQ'

u = urllib.parse.urlparse(url)
q = urllib.parse.parse_qs(u.query)
result = q['url'][0]

print(result)

Python 2だとたとえばこんな感じ。

import urlparse

url = 'https://www.google.com/url?rct=j&sa=t&url=http://itpro.nikkeibp.co.jp/atcl/news/17/090802206/&ct=ga&cd=CAIyHmJhOTc5YTk2MmU2N2RkOGI6Y28uanA6amE6SlA6Ug&usg=AFQjCNE4bLi62lA1XcVcVVPt1iBaRQWHTQ'

u = urlparse.urlparse(url)
q = urlparse.parse_qs(u.query)
result = q['url'][0]

print result

Comments

[hikaru1196]

python3の方法でうまくいきました！
ありがとうございます！

Answer 2

import re
p = re.compile('(?<=&url=)[^&]+(?=&)')
text = 'https://www.google.com/url?rct=j&sa=t&url=http://itpro.nikkeibp.co.jp/atcl/news/17/090802206/&ct=ga&cd=CAIyHmJhOTc5YTk2MmU2N2RkOGI6Y28uanA6amE6SlA6Ug&usg=AFQjCNE4bLi62lA1XcVcVVPt1iBaRQWHTQ'
result = p.search(text)

if result is not None:
    print(result.group())

"""出力
http://itpro.nikkeibp.co.jp/atcl/news/17/090802206/
"""

---

こちらの質問の、KojiDoiさんの回答を参考にしました。
https://teratail.com/questions/85890