python - Python 查找问题

Question

我正在使用 Python 从使用 rfind 的链接中提取文件名，如下所示：

url = "http://www.google.com/test.php"

print url[url.rfind("/") +1 : ]

这适用于结尾没有 / 的链接并返回“test.php”。我在末尾遇到了带有 / 的链接，例如“ http://www.google.com/test.php/ ”。当末尾有“/”时，我无法获取页面名称，有人可以帮忙吗？

干杯

Answer 1

仅删除末尾的斜杠是行不通的，因为您可能有一个如下所示的 URL：

http://www.google.com/test.php?filepath=tests/hey.xml

...在这种情况下，您将返回“hey.xml”。您可以使用urlparse摆脱参数，而不是手动检查，然后执行其他人建议的检查：

from urlparse import urlparse
url = "http://www.google.com/test.php?something=heyharr/sir/a.txt"
f = urlparse(url)[2].rstrip("/")
print f[f.rfind("/")+1:]

Answer 2

使用 [r]strip 删除尾部斜杠：

url.rstrip('/').rsplit('/', 1)[-1]

如果可能的 URL 范围更广，包括带有 ?queries、#anchors 或没有路径的 URL，请使用 urlparse 正确处理：

path= urlparse.urlparse(url).path
return path.rstrip('/').rsplit('/', 1)[-1] or '(root path)'

Answer 3

末尾带有斜杠的文件名在技术上仍然是路径定义，表示要读取索引文件。如果您实际上有一个以 结尾的test.php/，我会认为这是一个错误。在任何情况下，您都可以在运行代码之前从末尾删除 /，如下所示：

url = url.rstrip('/')

Answer 4

有一个名为urlparse的库可以为您解析 url，但仍然不会删除末尾的 / 所以上述之一将是最好的选择

Answer 5

只是为了好玩，您可以使用正则表达式：

import re
print re.search('/([^/]+)/?$', url).group(1)

Answer 6

你可以使用

print url[url.rstrip("/").rfind("/") +1 : ]

Answer 7

filter(None, url.split('/'))[-1]

（但 urlparse 可能更具可读性，即使更冗长。）