Python：如何解析包含“ ..”的URL

Python：如何解析包含“ ..”的URL

有一个简单的解决方案使用

urllib.parse.urljoin

：

>>> from urllib.parse import urljoin>>> urljoin('http://www.example.com/foo/bar/../../baz/bux/', '.')'http://www.example.com/baz/bux/'

但是，如果没有结尾斜杠（最后一个组件是文件，而不是目录），则最后一个组件将被删除。

此修复程序使用urlparse函数提取路径，然后使用（的posixpath版本）

os.path

对组件进行规范化。用斜杠补偿一个神秘的问题，然后将URL重新连接在一起。以下是

doctest

能够的：

from urllib.parse import urlparseimport posixpathdef resolve_components(url):    """    >>> resolve_components('http://www.example.com/foo/bar/../../baz/bux/')    'http://www.example.com/baz/bux/'    >>> resolve_components('http://www.example.com/some/path/../file.ext')    'http://www.example.com/some/file.ext'    """    parsed = urlparse(url)    new_path = posixpath.normpath(parsed.path)    if parsed.path.endswith('/'):        # Compensate for issue1707768        new_path += '/'    cleaned = parsed._replace(path=new_path)    return cleaned.geturl()