如何加入绝对和相对网址？

Posted 2023-02-22

【中文标题】如何加入绝对和相对网址？

【英文标题】：How to join absolute and relative urls?

【发布时间】：2012-01-03 16:01:37

【问题描述】：

我有两个网址：

url1 = "http://127.0.0.1/test1/test2/test3/test5.xml"
url2 = "../../test4/test6.xml"

如何获得 url2 的绝对网址？

【问题讨论】：

How to join components of a path when you are constructing a URL in Python的可能重复

相关：Joining url path components intelligently

【参考方案1】：

您可以使用reduce 以更简洁的方式实现 Shikhar 的方法。

>>> import urllib.parse
>>> from functools import reduce
>>> reduce(urllib.parse.urljoin, ["http://moc.com/", "path1/", "path2/", "path3/"])
'http://moc.com/path1/path2/path3/'

请注意，使用此方法，每个片段都应该有尾部正斜杠，没有前导正斜杠，以表明它是一个正在连接的路径片段。

这更正确/信息更丰富，告诉您path1/ 是 URI 路径片段，而不是完整路径（例如 /path1/）或未知路径（例如 path1）。未知数也可以是，但它们会作为完整路径处理。

如果您需要将/ 添加到缺少它的片段中，您可以这样做：

uri = uri if uri.endswith("/") else f"uri/"

要了解有关 URI 解析的更多信息，Wikipedia 提供了一些很好的示例。

更新

刚刚注意到 Peter Perron 在 Shikhar 的回答中评论了 reduce，但我将把它留在这里，然后演示它是如何完成的。

更新的***网址

【参考方案2】：

对于python 3.0+，加入url的正确方法是：

from urllib.parse import urljoin
urljoin('https://10.66.0.200/', '/api/org')
# output : 'https://10.66.0.200/api/org'

【讨论】：

这仅限于加入两个路​​径组件。多了就不好用了。

【参考方案3】：

如果您的相对路径由多个部分组成，则必须分别加入它们，因为urljoin 将替换相对路径，而不是加入它。最简单的方法是使用posixpath。

>>> import urllib.parse
>>> import posixpath
>>> url1 = "http://127.0.0.1"
>>> url2 = "test1"
>>> url3 = "test2"
>>> url4 = "test3"
>>> url5 = "test5.xml"
>>> url_path = posixpath.join(url2, url3, url4, url5)
>>> urllib.parse.urljoin(url1, url_path)
'http://127.0.0.1/test1/test2/test3/test5.xml'

另请参阅：How to join components of a path when you are constructing a URL in Python

【参考方案4】：

你应该使用urlparse.urljoin：

>>> import urlparse
>>> urlparse.urljoin(url1, url2)
'http://127.0.0.1/test1/test4/test6.xml'

使用 Python 3（urlparse is renamed to urllib.parse）你可以use it as follow：

>>> import urllib.parse
>>> urllib.parse.urljoin(url1, url2)
'http://127.0.0.1/test1/test4/test6.xml'

【讨论】：

我们如何将urljoin 与 3 个或模式参数一起使用，或者您为此推荐哪个库？

@mesuutt 尝试创建一个循环并使用之前加入的 URL 加入每个部分。

@CédricJulien：一个简单的循环将不起作用，因为任何带有前导 / 的路径都将“重置”并返回方案 + netloc + lasturl：urlparse.urljoin('http://www.a.com/b/c/d', '/e') => 'http://www.a.com/e'

如果使用urljoin，就有问题了。例如urljoin('http://www.a.com/', '../../b/c.png')，结果是'http://www.a.com/../../b/c.png'，但不是http://www.a.com/b/c.png。那么，有没有什么方法可以得到http://www.a.com/b/c.png呢？

链接到 Python 3 文档指向 Python 2 文档，它需要在答案中更新，它是 docs.python.org/3.6/library/…

【参考方案5】：

es = ['http://127.0.0.1', 'test1', 'test4', 'test6.xml']
base = ''
map(lambda e: urlparse.urljoin(base, e), es)

【讨论】：

支持值列表的好方法。您可以通过使用 reduce 来消除您的副作用（您的“基础”变量）。 reduce(lambda a, b: urlparse.urljoin(a, b), es) map 是 list[n] - to -> list[n] reduce 是 list[n] - to -> a calculated value

【参考方案6】：

>>> from urlparse import urljoin
>>> url1 = "http://www.youtube.com/user/khanacademy"
>>> url2 = "/user/khanacademy"
>>> urljoin(url1, url2)
'http://www.youtube.com/user/khanacademy'

简单。