在Python中构造URL时如何联接路径的组成部分

例如，我想将前缀路径连接到资源路径（例如/js/foo.js）。

我希望结果路径相对于服务器的根目录。在上面的示例中，如果前缀为“ media”，则我希望结果为/media/js/foo.js。

os.path.join确实做得很好，但是它如何连接路径取决于OS。在这种情况下，我知道我的目标是网络，而不是本地文件系统。

当您使用已知将在URL中使用的路径时，是否有最佳选择？os.path.join是否可以正常工作？我应该自己滚吗？

从OP发布的评论看来，由于他似乎不想保留联接中的“绝对URL”（这是;-的关键工作之一）urlparse.urljoin，因此我建议避免这种情况。 os.path.join出于完全相同的原因也会很糟糕。

因此，我将使用类似的命令'/'.join(s.strip('/') for s in pieces)（如果/必须也忽略引导符-如果引导件必须是特殊情况，那当然也是可行的；-）。

您可以使用urllib.parse.urljoin：

>>> from urllib.parse import urljoin
>>> urljoin('/media/path/', 'js/foo.js')
'/media/path/js/foo.js'

但要注意：

>>> urljoin('/media/path', 'js/foo.js')
'/media/js/foo.js'
>>> urljoin('/media/path', '/js/foo.js')
'/js/foo.js'

之所以得到不同的结果/js/foo.js，js/foo.js是因为前者以斜杠开头，表示它已经从网站根目录开始。

在Python 2上，您必须做

from urlparse import urljoin

就像您说的那样，os.path.join基于当前os连接路径。posixpath是在posix系统上命名空间下使用的基础模块os.path：

>>> os.path.join is posixpath.join
True
>>> posixpath.join('/media/', 'js/foo.js')
'/media/js/foo.js'

因此，您可以仅导入posixpath.joinURL并将其用作URL，URL可用并且可以在任何平台上使用。

编辑： @Pete的建议是一个好建议，您可以为导入添加别名以提高可读性

from posixpath import join as urljoin

编辑：如果您查看的源os.py代码，我认为这会变得更清楚，或者至少帮助我理解了（此处的代码来自Python 2.7.11，此外我还做了一些修整）。其中有条件导入，os.py可以选择要在namespace中使用哪个路径模块os.path。所有底层模块（posixpath，ntpath，os2emxpath，riscospath），其可以在进口os.py，别名为path，在那里，存在要在所有系统中使用。os.py仅os.path根据当前的操作系统在运行时选择要在名称空间中使用的模块之一。

# os.py
import sys, errno

_names = sys.builtin_module_names

if 'posix' in _names:
    # ...
    from posix import *
    # ...
    import posixpath as path
    # ...

elif 'nt' in _names:
    # ...
    from nt import *
    # ...
    import ntpath as path
    # ...

elif 'os2' in _names:
    # ...
    from os2 import *
    # ...
    if sys.version.find('EMX GCC') == -1:
        import ntpath as path
    else:
        import os2emxpath as path
        from _emx_link import link
    # ...

elif 'ce' in _names:
    # ...
    from ce import *
    # ...
    # We can use the standard Windows path.
    import ntpath as path

elif 'riscos' in _names:
    # ...
    from riscos import *
    # ...
    import riscospath as path
    # ...

else:
    raise ImportError, 'no os specific module found'

这很好地完成了工作：

def urljoin(*args):
    """
    Joins given arguments into an url. Trailing but not leading slashes are
    stripped for each argument.
    """

    return "/".join(map(lambda x: str(x).rstrip('/'), args))

urllib程序包中的basejoin函数可能正是您想要的。

basejoin = urljoin(base, url, allow_fragments=True)
    Join a base URL and a possibly relative URL to form an absolute
    interpretation of the latter.

编辑：我之前没有注意到，但是urllib.basejoin似乎直接映射到urlparse.urljoin，使后者成为首选。

使用furl， pip install furl它将是：

 furl.furl('/media/path/').add(path='js/foo.js')

我知道这比OP要求的要多，但是我拥有以下URL的组成部分，并且正在寻找一种简单的方法来加入它们：

>>> url = 'https://api.foo.com/orders/bartag?spamStatus=awaiting_spam&page=1&pageSize=250'

环顾四周：

>>> split = urlparse.urlsplit(url)
>>> split
SplitResult(scheme='https', netloc='api.foo.com', path='/orders/bartag', query='spamStatus=awaiting_spam&page=1&pageSize=250', fragment='')
>>> type(split)
<class 'urlparse.SplitResult'>
>>> dir(split)
['__add__', '__class__', '__contains__', '__delattr__', '__dict__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__getslice__', '__getstate__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__module__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__slots__', '__str__', '__subclasshook__', '__weakref__', '_asdict', '_fields', '_make', '_replace', 'count', 'fragment', 'geturl', 'hostname', 'index', 'netloc', 'password', 'path', 'port', 'query', 'scheme', 'username']
>>> split[0]
'https'
>>> split = (split[:])
>>> type(split)
<type 'tuple'>

因此，除了在其他答案中已经回答过的路径联接之外，要获得我一直在寻找的内容，我还执行了以下操作：

>>> split
('https', 'api.foo.com', '/orders/bartag', 'spamStatus=awaiting_spam&page=1&pageSize=250', '')
>>> unsplit = urlparse.urlunsplit(split)
>>> unsplit
'https://api.foo.com/orders/bartag?spamStatus=awaiting_spam&page=1&pageSize=250'

根据文档，它只需要5部分元组。

使用以下元组格式：

方案0 URL方案说明符空字符串

netloc 1网络位置部分为空字符串

路径2分层路径空字符串

查询3查询组件为空字符串

片段4片段标识符为空字符串

符文·卡加德（Rune Kaagaard）为我提供了一个出色而紧凑的解决方案，我对此进行了一些扩展：

def urljoin(*args):
    trailing_slash = '/' if args[-1].endswith('/') else ''
    return "/".join(map(lambda x: str(x).strip('/'), args)) + trailing_slash

这样，无论尾随斜杠和尾部是什么斜杠，所有参数都可以连接在一起，同时保留最后一个斜杠（如果存在）。

为了稍微改善Alex Martelli的响应，以下内容将不仅清理多余的斜杠，而且保留尾随的（结束）斜杠，这有时可能有用：

>>> items = ["http://www.website.com", "/api", "v2/"]
>>> url = "/".join([(u.strip("/") if index + 1 < len(items) else u.lstrip("/")) for index, u in enumerate(items)])
>>> print(url)
http://www.website.com/api/v2/

它不是那么容易阅读，并且不会清除多个多余的斜杠。

我发现上述所有解决方案都不受欢迎，所以我提出了自己的解决方案。此版本可确保零件以单个斜杠连接，而单独保留前导斜杠和尾随斜杠。不pip install，不urllib.parse.urljoin奇怪。

In [1]: from functools import reduce

In [2]: def join_slash(a, b):
   ...:     return a.rstrip('/') + '/' + b.lstrip('/')
   ...:

In [3]: def urljoin(*args):
   ...:     return reduce(join_slash, args) if args else ''
   ...:

In [4]: parts = ['https://foo-bar.quux.net', '/foo', 'bar', '/bat/', '/quux/']

In [5]: urljoin(*parts)
Out[5]: 'https://foo-bar.quux.net/foo/bar/bat/quux/'

In [6]: urljoin('https://quux.com/', '/path', 'to/file///', '//here/')
Out[6]: 'https://quux.com/path/to/file/here/'

In [7]: urljoin()
Out[7]: ''

In [8]: urljoin('//','beware', 'of/this///')
Out[8]: '/beware/of/this///'

In [9]: urljoin('/leading', 'and/', '/trailing/', 'slash/')
Out[9]: '/leading/and/trailing/slash/'

使用Furl和正则表达式（Python 3）

>>> import re
>>> import furl
>>> p = re.compile(r'(\/)+')
>>> url = furl.furl('/media/path').add(path='/js/foo.js').url
>>> url
'/media/path/js/foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'
>>> url = furl.furl('/media/path').add(path='js/foo.js').url
>>> url
'/media/path/js/foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'
>>> url = furl.furl('/media/path/').add(path='js/foo.js').url
>>> url
'/media/path/js/foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'
>>> url = furl.furl('/media///path///').add(path='//js///foo.js').url
>>> url
'/media///path/////js///foo.js'
>>> p.sub(r"\1", url)
'/media/path/js/foo.js'