将文件名转换为 file:// URL

Posted 2023-02-22

【中文标题】将文件名转换为 file:// URL

【英文标题】：Convert a filename to a file:// URL

【发布时间】：2012-07-26 02:42:26

【问题描述】：

在 WeasyPrint 的公共 API 中，我接受 html 输入的文件名（以及其他类型）。任何与内置 open() 一起使用的文件名都应该可以使用，但我需要将其转换为 file:// 方案中的 URL，稍后将传递给 urllib.urlopen()。

（内部的一切都是 URL 形式。我需要有一个文档的“基本 URL”，以便使用 urlparse.urljoin() 解析相对 URL 引用。）

urllib.pathname2url 是一个开始：

将路径名路径从路径的本地语法转换为 URL 的路径组件中使用的形式。 这不会产生完整的 URL。返回值已经使用 quote() 函数引用。

重点是我的，但我确实需要一个完整的 URL。到目前为止，这似乎有效：

def path2url(path):
    """Return file:// URL from a filename."""
    path = os.path.abspath(path)
    if isinstance(path, unicode):
        path = path.encode('utf8')
    return 'file:' + urlparse.pathname2url(path)

RFC 3987 (IRI) 似乎推荐使用 UTF-8。但在这种情况下（URL 最终是用于 urllib）也许我应该使用sys.getfilesystemencoding()？

但是，基于the literature，我应该不只是在file: 前面加上file:// ...除非我不应该：在Windows 上，nturl2path.pathname2url() 的结果已经以三个斜杠开头。

所以问题是：有没有更好的方法来做到这一点并使其跨平台？

【问题讨论】：

您不能只检查url[0:2] == '///' 之类的内容，如果为假，则添加两个额外的斜线吗？

约阿希姆，也许这行得通。我只是不知道要遵循什么规则来避免令人惊讶的极端情况。

嘿，您的示例代码使用了urlparse.pathname2url，它不存在。你的意思是urllib.pathname2url？

【参考方案1】：

感谢上述@danodonovan 的评论。

对于 Python3，以下代码将起作用：

from urllib.parse import urljoin
from urllib.request import pathname2url

def path2url(path):
    return urljoin('file:', pathname2url(path))

【参考方案2】：

为了完整起见，在 Python 3.4+ 中，您应该这样做：

import pathlib

pathlib.Path(absolute_path_string).as_uri()

【讨论】：

这个模块也在 PyPI 上（对于其他 Python 版本）pypi.python.org/pypi/pathlib

pathlib2 现在应该用于其他 Python 版本

as_uri() 不适用于相对文件名（存在仅将部分文件名转换为（部分）URL 的用例

【参考方案3】：

我不确定文档是否足够严格以保证这一点，但我认为这在实践中有效：

import urlparse, urllib

def path2url(path):
    return urlparse.urljoin(
      'file:', urllib.pathname2url(path))

【讨论】：

在 Linux、Windows 和 OS X 上测试过，并且在这三者上都可以正常工作。

而在 py3k 中，这变成了 import urlib.parse as urlparse 和 import urlib.request as urllib

您应该在这里致电os.path.abspath(path)。

如果您使用 six 库来确保 Python 2 和 3 的可移植性：return six.moves.urllib_parse.urljoin( "file://", six.moves.urllib.request.pathname2url(path))

这会产生看起来像file:///C:/foo%20bar/spam/eggs" 的url 不应该是file:///C%3A/foo%20bar/spam/eggs"，冒号变成%3A？

【参考方案4】：

以下内容对您有用吗？

from urlparse import urlparse, urlunparse

urlunparse(urlparse('yourURL')._replace(scheme='file'))

【讨论】：

这个想法很有趣，但我不知道这是否足够。特别是，` in Windows filenames is supposed to become /. Still on Windows, The C in C:\foo\bar.html` 被解析为一个方案，然后被替换。预期输出为file:///C:/foo/bar.html。