Python Selenium如何从访问得到的页面URL中提取指定ID值

针对这类固定格式的URL，要提取image-路径段后、下一个斜杠前的连续数字ID，直接在现有Selenium逻辑中添加对应提取代码即可，两种可直接复用的实现方式如下：

方案1：正则匹配（推荐，性能最优） #

该方案针对固定URL规则精准匹配，不会误抓URL中其他位置的数字，即使URL带查询参数、锚点也能正常识别，代码如下：

import re

# 该段代码放在 driver.get(text) 之后执行
current_page_url = driver.current_url
match_result = re.search(r"image-(\d+)/", current_page_url)
if match_result:
    image_id = match_result.group(1)
    # 此处image_id即为需要的类似610179440的ID值
else:
    # 可根据业务需求替换为对应的异常处理逻辑
    raise Exception("当前页面URL格式不符合预期，无法提取ID")

方案2：URL路径分段解析（无正则依赖，逻辑直观） #

如果不想使用正则，可借助Python标准库的URL解析工具拆分路径提取：

from urllib.parse import urlparse

# 该段代码放在 driver.get(text) 之后执行
current_page_url = driver.current_url
parsed_result = urlparse(current_page_url)
image_id = None
for path_segment in parsed_result.path.split("/"):
    if path_segment.startswith("image-"):
        image_id = path_segment.split("-")[1]
        break
if not image_id:
    raise Exception("当前页面URL格式不符合预期，无法提取ID")

注意：请务必通过driver.current_url获取当前页面实际URL再做提取，不要直接使用表单传入的text变量取值——页面访问过程中可能发生重定向，初始传入的URL和最终落地页URL可能存在差异，从driver实例拿到的URL才是准确的。

两种方案的适用场景：

• 正则方案：代码简洁执行快，适合URL规则长期固定、没有频繁调整的业务场景
• 路径分段方案：逻辑透明易修改，适合后续URL路径规则可能调整、需要频繁改动提取逻辑的场景

内容的提问来源于stack exchange，提问作者Blog Khóa Học