Jak mogę wyodrębnić wszystko, co następuje po ostatnim ukośniku w adresie URL w Pythonie? Na przykład te adresy URL powinny zwracać:
URL: http://www.test.com/TEST1
returns: TEST1
URL: http://www.test.com/page/TEST2
returns: TEST2
URL: http://www.test.com/page/page/12345
returns: 12345
Próbowałem urlparse, ale to daje mi pełną nazwę pliku ścieżki, na przykład page/page/12345.
Odpowiedzi:
Nie potrzebujesz wymyślnych rzeczy, po prostu zobacz metody ciągów w standardowej bibliotece i możesz łatwo podzielić swój adres URL między część „nazwa pliku” a resztę:
url.rsplit('/', 1)Aby uzyskać interesującą Cię część, po prostu:
url.rsplit('/', 1)[-1]url.rsplit('/', 1)zwraca listę i url.rsplit('/', 1)[-1]jest bitem po ostatnim ukośniku.
http://www.example.com/foo/?entry=the/bar#another/bar. Ale podstawowe parsowanie, takie jak, rsplitjest w porządku, jeśli masz absolutną pewność, że nigdy nie będzie żadnych ukośników w zapytaniu lub parametrach fragmentów. Wzdrygam się jednak na myśl o tym, ile baz kodu faktycznie zawiera ten rsplitkod i związany z nim błąd w obsłudze zapytań. Osoby, które chcą ABSOLUTNEGO BEZPIECZEŃSTWA I NIEZAWODNOŚCI, powinny urllib.parse()zamiast tego używać ! Następnie możesz użyć pathzwracanej wartości i podzielić TO, aby mieć pewność, że podzieliłeś TYLKO ścieżkę.
from urllib.parse import urlparse; p = urlparse("http://www.example.com/foo.htm?entry=the/bar#another/bar"); print(p.path.rsplit("/", 1)[-1]) Wynik:foo.htm
Jeszcze jeden (idio (ma) tic) sposób:
URL.split("/")[-1]rsplit.
rsplit powinien sprostać zadaniu:
In [1]: 'http://www.test.com/page/TEST2'.rsplit('/', 1)[1]
Out[1]: 'TEST2'
Możesz zrobić tak:
head, tail = os.path.split(url)Gdzie tail będzie nazwą twojego pliku.
urlparse jest w porządku w użyciu, jeśli chcesz (powiedzmy, aby pozbyć się parametrów ciągu zapytania).
import urllib.parse
urls = [
'http://www.test.com/TEST1',
'http://www.test.com/page/TEST2',
'http://www.test.com/page/page/12345',
'http://www.test.com/page/page/12345?abc=123'
]
for i in urls:
url_parts = urllib.parse.urlparse(i)
path_parts = url_parts[2].rpartition('/')
print('URL: {}\nreturns: {}\n'.format(i, path_parts[2]))
Wynik:
URL: http://www.test.com/TEST1
returns: TEST1
URL: http://www.test.com/page/TEST2
returns: TEST2
URL: http://www.test.com/page/page/12345
returns: 12345
URL: http://www.test.com/page/page/12345?abc=123
returns: 12345
os.path.basename(os.path.normpath('/folderA/folderB/folderC/folderD/'))>>> folderDfrom pathlib import Path print(f"Path(redirected_response.url).stem: {Path(redirected_response.url).stem!r}")
Oto bardziej ogólny, regexowy sposób na zrobienie tego:
re.sub(r'^.+/([^/]+)$', r'\1', url)Podziel adres URL i wstaw ostatni element
url.split('/').pop()
url ='http://www.test.com/page/TEST2'.split('/')[4]
print urlWyjście: TEST2.
-1/
...?foo=bari nie chcesz tego; Sugerowałbym użycieurlparsew połączeniu z sugestiąbasenameNaeg.