如何在URL中的最后一次斜杠后获取所有内容？

Question

如何在Python中的URL中提取跟随最后一个斜杠的内容？例如,这些URL应返回以下内容:

URL: http://www.test.com/TEST1
returns: TEST1

URL: http://www.test.com/page/TEST2
returns: TEST2

URL: http://www.test.com/page/page/12345
returns: 12345

我已经尝试过urlparse,但这给了我完整的路径文件名,例如page/page/12345.

Answer 1

你不需要花哨的东西,只需看看标准库中的字符串方法,你就可以轻松地在"文件名"部分和其余部分之间拆分你的网址:

url.rsplit('/', 1)

所以你可以通过以下方式得到你感兴趣的部分:

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

Answer 2

一个(idio(ma)tic)方式:

URL.split("/")[-1]

Answer 3

rsplit 应该完成任务:

In [1]: 'http://www.test.com/page/TEST2'.rsplit('/', 1)[1]
Out[1]: 'TEST2'

Answer 4

你这样做:

head, tail = os.path.split(url)

tail将成为您的文件名.

Answer 5

如果你愿意,可以使用urlparse(例如,去除任何查询字符串参数).

import urllib.parse

urls = [
    'http://www.test.com/TEST1',
    'http://www.test.com/page/TEST2',
    'http://www.test.com/page/page/12345',
    'http://www.test.com/page/page/12345?abc=123'
]

for i in urls:
    url_parts = urllib.parse.urlparse(i)
    path_parts = url_parts[2].rpartition('/')
    print('URL: {}\nreturns: {}\n'.format(i, path_parts[2]))

输出:

URL: http://www.test.com/TEST1
returns: TEST1

URL: http://www.test.com/page/TEST2
returns: TEST2

URL: http://www.test.com/page/page/12345
returns: 12345

URL: http://www.test.com/page/page/12345?abc=123
returns: 12345

Answer 6

这是执行此操作的更通用的正则表达式方法：

    re.sub(r'^.+/([^/]+)$', r'\1', url)

Answer 7

os.path.basename(os.path.normpath('/folderA/folderB/folderC/folderD/'))

>>> folderD