如何仅凭字符串部分删除列表中的元素？

Question

我刚开始学习Python，想从一个列表中删除某些元素，但我并不知道整个字符串是什么。我现在用正则表达式从一个文本文件中提取顶级域名（TLD）。这个方法运行得很好，但它也把一些带有文件扩展名的字符串抓取进来了，比如“myfile.exe”，这是我不想要的。我的函数如下：

def find_domains(txt):

    # Regex out domains   
    lines = txt.split('\n')
    domains = []

    for line in lines:
        line  = line.rstrip()
        results = re.findall('([\w\-\.]+(?:\.|\[\.\])+[a-z]{2,6})', line)
        for item in results:
            if item not in domains:
                domains.append(item)

就像我说的，这个方法运行得很好，但我的列表最后变成了：

domains = ['thisisadomain.com', 'anotherdomain.net', 'a_file_I_dont_want.exe', 'another_file_I_dont_want.csv']

我试着用：

domains.remove(".exe")

但是如果我不知道整个字符串，这个方法似乎就不管用了。有没有办法使用通配符，或者遍历这个列表，只根据扩展名来删除那些不想要的元素呢？谢谢大家的帮助，如果需要更多信息，我会尽量提供。

Answer 1

我会使用内置的 str.endswith 函数来解决这个问题。这个函数会返回 True，如果字符串的结尾是你指定的后缀。

这个函数使用起来很简单，下面有个例子。从 Python 2.5 开始，你可以传入一个后缀的元组。

def find_domains(txt):

    # Regex out domains   
    lines = txt.split('\n')
    domains = []
    unwanted_extensions = ('.exe', '.net', '.csv') # tuple containing unwanted extensions, add more if you want.

    for line in lines:
        line  = line.rstrip()
        results = re.findall('([\w\-\.]+(?:\.|\[\.\])+[a-z]{2,6})', line)
        for item in results:
            # check if item is not in domains already and if item doesn't end with any of the unwanted extensions.
            if item not in domains and not item.endswith(unwanted_extensions):
                domains.append(item)

如你所见，所需的只是指定你不想要的扩展名（在 unwanted_extensions 这个元组中做了），然后在 if 语句中添加一个条件，确保 item 的结尾不包含这些扩展名。