Python：加入多个组件构建一个URL

Question

我正在尝试通过加入一些动态组件来构建 URL。在我的例子中，我想过对 URL 使用 os.path.join() BUT 之类的东西。通过研究，我发现 urlparse.urljoin() 做同样的事情。但是，它看起来一次只接受两个参数。

到目前为止，我有以下有效但看起来重复的方法：

    a = urlparse.urljoin(environment, schedule_uri)
    b = urlparse.urljoin(a, str(events_to_hours))
    c = urlparse.urljoin(b, str(events_from_date))
    d = urlparse.urljoin(c, str(api_version))
    e = urlparse.urljoin(d, str(id))
    url = e + '.json'

输出=http://example.com/schedule/12/20160322/v1/1.json

上面的方法有效，我试图用这种方式缩短它：

url_join_items = [environment, schedule_uri, str(events_to_hours),
                  str(events_from_date), str(api_version), str(id), ".json"]
new_url = ""
for url_items in url_join_items:
    new_url = urlparse.urljoin(new_url, url_items)

输出：http://example.com/schedule/.json

但是第二个实现不起作用。请建议我如何解决这个问题或更好的方法。

编辑 1： reduce 解决方案的输出如下所示（不幸的是）：输出：http://example.com/schedule/.json

Answer 1

使用加入

你有没有简单地试过"/".join(url_join_items)。 http 不是总是使用正斜杠吗？不过，您可能必须手动设置前缀 "https://" 和后缀。

类似于：

url = "https://{}.json".format("/".join(url_join_items))

使用 reduce 和 urljoin

这里有一篇关于 SO 的 related question，它在某种程度上解释了 urljoin 实现背后的想法。您的用例似乎不是最合适的。

当使用 reduce 和 urljoin 时，我不确定它是否会按照问题的意图执行，这在语义上类似于 os.path.join，但对于 url。考虑以下因素：

from urllib.parse import urljoin
from functools import reduce

parts_1 = ["a","b","c","d"]
parts_2 = ["https://","server.com","somedir","somefile.json"]
parts_3 = ["https://","server.com/","somedir/","somefile.json"]

out1 = reduce(urljoin, parts_1)
print(out1)

d

out2 = reduce(urljoin, parts_2)
print(out2)

https:///somefile.json

out3 = reduce(urljoin, parts_3)
print(out3)

https:///server.com/somedir/somefile.json

请注意，除了 https 前缀后的额外“/”外，第三个输出可能最接近提问者的意图，只是我们必须完成所有使用分隔符格式化部分的工作.

Answer 2

我也需要类似的东西并提出了这个解决方案：

from urllib.parse import urljoin, quote_plus

def multi_urljoin(*parts):
    return urljoin(parts[0], "/".join(quote_plus(part.strip("/"), safe="/") for part in parts[1:]))

print(multi_urljoin("https://server.com", "path/to/some/dir/", "2019", "4", "17", "some_random_string", "image.jpg"))

这会打印 'https://server.com/path/to/some/dir/2019/4/17/some_random_string/image.jpg'

Answer 3

考虑到 parts 是 URL 个按顺序排列的部分的列表，这里有一个有点愚蠢但可行的解决方案

my_url = '/'.join(parts).replace('//', '/').replace(':/', '://')

我希望 replace 有一个 from 选项，但它没有，因此第二个是恢复 https:// 双斜线

好处是您不必担心零件已经有（或没有）任何斜线

Python：加入多个组件构建一个URL

Python: Join multiple components to build a URL

python

url-parsing