如何以独立于操作系统的方式规范/折叠 Python 中的路径或 URL？

Question

我尝试使用 os.normpath 为了转换 http://example.com/a/b/c/../ 到 http://example.com/a/b/ 但它在 Windows 上不起作用，因为它确实将斜杠转换为反斜杠。

Answer 1

以下是具体操作方法

>>> import urlparse
>>> urlparse.urljoin("ftp://domain.com/a/b/c/d/", "../..")
'ftp://domain.com/a/b/'
>>> urlparse.urljoin("ftp://domain.com/a/b/c/d/e.txt", "../..")
'ftp://domain.com/a/b/'    

请记住 urljoin 考虑一个路径/目录直到最后 / - 此后是文件名（如果有）。

另外，不要添加前导 / 到第二个参数，否则你将得不到预期的结果。

os.path 模块与平台相关，但对于仅使用斜杠而不使用 URL 的文件路径，您可以使用 posixpath,normpath.

Answer 2

两者都不 urljoin 也不 posixpath.normpath 正确地完成工作. urljoin 强迫你加入某些东西，并且不处理绝对路径或过多的路径 ..正确。 posixpath.normpath 折叠多个斜杠并删除尾部斜杠，这两件事都是 URL 不应该做的事情。

---

以下函数完全解析 URL，同时处理 .沙 ..s，根据正确的方式 RFC 3986.

try:
    # Python 3
    from urllib.parse import urlsplit, urlunsplit
except ImportError:
    # Python 2
    from urlparse import urlsplit, urlunsplit

def resolve_url(url):
    parts = list(urlsplit(url))
    segments = parts[2].split('/')
    segments = [segment + '/' for segment in segments[:-1]] + [segments[-1]]
    resolved = []
    for segment in segments:
        if segment in ('../', '..'):
            if resolved[1:]:
                resolved.pop()
        elif segment not in ('./', '.'):
            resolved.append(segment)
    parts[2] = ''.join(resolved)
    return urlunsplit(parts)

然后您可以在完整的 URL 上调用它，如下所示。

>>> resolve_url("http://example.com/dir/../../thing/.")
'http://example.com/thing/'

有关解析 URL 时必须考虑的更多信息，请参阅 我之前写过关于这个主题的类似答案.

Answer 3

这os模块通过。 “ - os.path中是模块中的一个posixpath，或ntpath”，你的情况明确地使用posixpath

   >>> import posixpath
    >>> posixpath.normpath("/a/b/../c")
    '/a/c'
    >>>