URL解析：获取N个文件夹后跟从某个文件夹开始的文件名

Question

我有一个 URL，它可以有任意数量的文件夹，它以 filename.extension 结尾。

示例：

https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg

我试图在折叠 /v87879798 版本后获取所有内容，因此：

images/profile/oaz4wkjkjsbzxa3xlkmu.jpg

我尝试了以下多种方法，但没有任何效果，因为我知道我很可能需要一个正则表达式，但我对它们的了解还不允许我构建这样的方法。我尝试过的一些方法是：

import os
from urllib.parse import urlparse
# url https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg
parsed_url = urlparse(url)
# parsed_url.path /lang-code/image/upload/v1601568948/images/profile
path = os.path.dirname(parsed_url.path)
# file_name oaz4wkjkjsbzxa3xlkmu.jpg
file_name = os.path.basename()

但目前没有任何效果。任何帮助将不胜感激。

编辑：抱歉，忘了说我说 N 个文件夹的意思是以下任何一个 url 都是可能的：

https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg

https://cdn.example.com/user/image/upload/v87879798/images/oaz4wkjkjsbzxa3xlkmu.jpg

https://cdn.example.com/user/image/upload/v87879798/oaz4wkjkjsbzxa3xlkmu.jpg

Answer 1

使用正则表达式模式 --> r"v\d+\/(.+)$"。假设随机数以 v

开头

例如：

import re
from urllib.parse import urlparse

ptrn = re.compile(r"v\d+\/(.+)$")
url = "https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg"
parsed_url = urlparse(url)
print(ptrn.search(parsed_url.path).group(1))

输出：

images/profile/oaz4wkjkjsbzxa3xlkmu.jpg

演示：

ptrn = re.compile(r"v\d+\/(.+)$")
urls = ["https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg", "https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg",
       "https://cdn.example.com/user/image/upload/v87879798/images/oaz4wkjkjsbzxa3xlkmu.jpg", "https://cdn.example.com/user/image/upload/v87879798/oaz4wkjkjsbzxa3xlkmu.jpg"]

for url in urls:
    parsed_url = urlparse(url)
    print(ptrn.search(parsed_url.path).group(1))

输出：

images/profile/oaz4wkjkjsbzxa3xlkmu.jpg
images/profile/oaz4wkjkjsbzxa3xlkmu.jpg
images/oaz4wkjkjsbzxa3xlkmu.jpg
oaz4wkjkjsbzxa3xlkmu.jpg

URL解析：获取N个文件夹后跟从某个文件夹开始的文件名

URL parsing: Get N number of folders followed by filename starting from a certain folder

python

regex

urlparse