Як з'єднати компоненти шляху, коли ви створюєте URL-адресу в Python

Наприклад, я хочу приєднати префіксний шлях до шляхів ресурсів, таких як /js/foo.js.

Я хочу, щоб отриманий шлях був відносно кореня сервера. У наведеному вище прикладі, якщо префікс був "медіа", я б хотів, щоб результат був /media/js/foo.js.

os.path.join робить це дуже добре, але те, як він приєднується до шляхів, залежить від ОС. У цьому випадку я знаю, що я націлений на Інтернет, а не на локальну файлову систему.

Чи є найкраща альтернатива, коли ви працюєте зі шляхами, які ви знаєте, будуть використовуватися в URL-адресах? Чи буде os.path.join працювати досить добре? Потрібно просто закатати свою?

Оскільки, з коментарів, опублікованих ОП, схоже, він не хоче зберігати "абсолютні URL-адреси" в об'єднанні (що є однією з ключових задач urlparse.urljoin;-), я рекомендую цього не уникати. os.path.joinБуло б також погано, саме з тієї ж причини.

Отже, я б використав щось на кшталт '/'.join(s.strip('/') for s in pieces)(якщо ведучого /теж потрібно ігнорувати - якщо головний твір повинен бути спеціально оброблений, це теж можливо, звичайно ;-)

Ви можете використовувати urllib.parse.urljoin:

>>> from urllib.parse import urljoin
>>> urljoin('/media/path/', 'js/foo.js')
'/media/path/js/foo.js'

Але будьте обережні :

>>> urljoin('/media/path', 'js/foo.js')
'/media/js/foo.js'
>>> urljoin('/media/path', '/js/foo.js')
'/js/foo.js'

Причина ви отримаєте різні результати , /js/foo.jsі js/foo.jsтому , що колишні починається з косими рисами , яка означає , що він вже починає в корені сайту.

На Python 2 ви повинні зробити

from urlparse import urljoin

Як ви кажете, os.path.joinприєднується до контурів на основі поточного ос. posixpathє базовим модулем, який використовується в системах posix під простором імен os.path:

>>> os.path.join is posixpath.join
True
>>> posixpath.join('/media/', 'js/foo.js')
'/media/js/foo.js'

Таким чином, ви можете просто імпортувати та використовувати posixpath.joinнатомість URL-адреси, які доступні та працюватимуть на будь-якій платформі .

Редагувати: @ пропозиція Піта є хорошою, ви можете псевдонімом імпорту для підвищення читабельності

from posixpath import join as urljoin

Редагувати: Я думаю, що це стає зрозумілішим, або, принаймні, допомогло мені зрозуміти, якщо ви подивитеся на джерело os.py(код тут від Python 2.7.11, плюс я обрізав декілька біт). У цьому умовному імпорті os.pyвибирається, який модуль шляху використовувати в просторі імен os.path. Всі основні модулі ( posixpath, ntpath, os2emxpath, riscospath) , які можуть бути імпортовані в os.py, псевдонімами , як path, існують і існують , які будуть використовуватися на всіх системах. os.pyпросто підбирає один з модулів для використання в просторі імен os.pathпід час виконання роботи на основі поточної ОС.

# os.py
import sys, errno

_names = sys.builtin_module_names

if 'posix' in _names:
    # ...
    from posix import *
    # ...
    import posixpath as path
    # ...

elif 'nt' in _names:
    # ...
    from nt import *
    # ...
    import ntpath as path
    # ...

elif 'os2' in _names:
    # ...
    from os2 import *
    # ...
    if sys.version.find('EMX GCC') == -1:
        import ntpath as path
    else:
        import os2emxpath as path
        from _emx_link import link
    # ...

elif 'ce' in _names:
    # ...
    from ce import *
    # ...
    # We can use the standard Windows path.
    import ntpath as path

elif 'riscos' in _names:
    # ...
    from riscos import *
    # ...
    import riscospath as path
    # ...

else:
    raise ImportError, 'no os specific module found'

Це прекрасно виконує роботу:

def urljoin(*args):
    """
    Joins given arguments into an url. Trailing but not leading slashes are
    stripped for each argument.
    """

    return "/".join(map(lambda x: str(x).rstrip('/'), args))

The basejoin в пакеті urllib може бути тим, що ви шукаєте.

basejoin = urljoin(base, url, allow_fragments=True)
    Join a base URL and a possibly relative URL to form an absolute
    interpretation of the latter.

Редагувати: я раніше не помічав, але urllib.basejoin, здається, відображається безпосередньо на urlparse.urljoin, що робить останній кращим.

Використовуючи furl, pip install furlце буде:

 furl.furl('/media/path/').add(path='js/foo.js')

Я знаю, що це трохи більше, ніж просив ОП, однак у мене були фрагменти до наступної URL-адреси, і я шукав простий спосіб приєднатися до них:

>>> url = 'https://api.foo.com/orders/bartag?spamStatus=awaiting_spam&page=1&pageSize=250'

Дещо озираючись:

>>> split = urlparse.urlsplit(url)
>>> split
SplitResult(scheme='https', netloc='api.foo.com', path='/orders/bartag', query='spamStatus=awaiting_spam&page=1&pageSize=250', fragment='')
>>> type(split)
<class 'urlparse.SplitResult'>
>>> dir(split)
['__add__', '__class__', '__contains__', '__delattr__', '__dict__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__getslice__', '__getstate__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__module__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__slots__', '__str__', '__subclasshook__', '__weakref__', '_asdict', '_fields', '_make', '_replace', 'count', 'fragment', 'geturl', 'hostname', 'index', 'netloc', 'password', 'path', 'port', 'query', 'scheme', 'username']
>>> split[0]
'https'
>>> split = (split[:])
>>> type(split)
<type 'tuple'>

Тож крім шляху, який приєднався до нього, про який вже відповіли в інших відповідях, щоб отримати те, що я шукав, я зробив наступне:

>>> split
('https', 'api.foo.com', '/orders/bartag', 'spamStatus=awaiting_spam&page=1&pageSize=250', '')
>>> unsplit = urlparse.urlunsplit(split)
>>> unsplit
'https://api.foo.com/orders/bartag?spamStatus=awaiting_spam&page=1&pageSize=250'

Відповідно до документації вона займає ТОЧНО 5 частин кортеж.

З таким форматом кортежу:

схема 0 специфікатор схеми URL порожній рядок

netloc 1 Частина розташування мережі порожній рядок

шлях 2 Ієрархічний шлях порожній рядок

запит 3 Пустий рядок компонента запиту

фрагмент 4 Ідентифікатор фрагмента порожній рядок

Rune Kaagaard забезпечив чудове і компактне рішення, яке працювало на мене, я трохи розширив його:

def urljoin(*args):
    trailing_slash = '/' if args[-1].endswith('/') else ''
    return "/".join(map(lambda x: str(x).strip('/'), args)) + trailing_slash

Це дозволяє об'єднувати всі аргументи незалежно від останнього та закінчення косої риси, зберігаючи останню косу рису, якщо вона присутня.

Щоб дещо покращити реакцію Алекса Мартеллі, наступне не тільки очистить зайві косої риси, але й збереже останню косу рису, яка може бути корисною:

>>> items = ["http://www.website.com", "/api", "v2/"]
>>> url = "/".join([(u.strip("/") if index + 1 < len(items) else u.lstrip("/")) for index, u in enumerate(items)])
>>> print(url)
http://www.website.com/api/v2/

Це не так просто для читання, і не очистить декілька додаткових косих косих ринків.

Я знайшов речі, які не сподобались у всіх вищезазначених рішеннях, тому я придумав своє. Ця версія гарантує, що деталі з'єднані з однією косою рискою і залишає провідні та задні косої частини в самоті. Ні pip install, ніякої urllib.parse.urljoinдивності.

In [1]: from functools import reduce

In [2]: def join_slash(a, b):
   ...:     return a.rstrip('/') + '/' + b.lstrip('/')
   ...:

In [3]: def urljoin(*args):
   ...:     return reduce(join_slash, args) if args else ''
   ...:

In [4]: parts = ['https://foo-bar.quux.net', '/foo', 'bar', '/bat/', '/quux/']

In [5]: urljoin(*parts)
Out[5]: 'https://foo-bar.quux.net/foo/bar/bat/quux/'

In [6]: urljoin('https://quux.com/', '/path', 'to/file///', '//here/')
Out[6]: 'https://quux.com/path/to/file/here/'

In [7]: urljoin()
Out[7]: ''

In [8]: urljoin('//','beware', 'of/this///')
Out[8]: '/beware/of/this///'

In [9]: urljoin('/leading', 'and/', '/trailing/', 'slash/')
Out[9]: '/leading/and/trailing/slash/'

Використання furl та regex (python 3)

>>> import re
>>> import furl
>>> p = re.compile(r'(\/)+')
>>> url = furl.furl('/media/path').add(path='/js/foo.js').url
>>> url
'/media/path/js/foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'
>>> url = furl.furl('/media/path').add(path='js/foo.js').url
>>> url
'/media/path/js/foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'
>>> url = furl.furl('/media/path/').add(path='js/foo.js').url
>>> url
'/media/path/js/foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'
>>> url = furl.furl('/media///path///').add(path='//js///foo.js').url
>>> url
'/media///path/////js///foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'