如何获取URL中最后一个斜杠后的所有内容？

Question

我该如何在Python中提取URL中最后一个斜杆之后的内容？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

我尝试使用urlparse，但这给了我完整的路径文件名，比如page/page/12345。

- mix

---

如果URL可能包含查询字符串，例如...?foo=bar，而你不想要这个，我建议使用urlparse与Naeg的basename建议相结合。 - plundra

http://docs.python.org/library/urlparse.html#module-urlparse - Rusty Rob

URL可以以斜杠结尾。如果您需要http://www.test.com/TEST1/返回TEST1，那么所有这些答案都不适用于您。 - user3064538

我有点失望，没有人在他们的示例中使用这个问题的URL :~( - Josie Thompson

@Boris：不再了-自从你的回答（现在也包括我的）。;-) - lcnittl

Answer 1

你不需要花哨的东西，只需查看标准库中的字符串方法，就可以轻松地将您的URL分成“文件名”部分和其余部分：

url.rsplit('/', 1)

因此，您只需使用以下方法即可获取您感兴趣的部分：

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

- Luke404

---

url.rsplit('/', 1) иҝ”еӣһдёҖдёӘеҲ—иЎЁпјҢurl.rsplit('/', 1)[-1] жҳҜжңҖеҗҺдёҖдёӘж–ңжқ еҗҺйқўзҡ„йғЁеҲҶгҖӮ - Hugo

另一种方法是：url.rsplit('/', 1).pop()。 - Alex Fortin

警告： 这种基本技巧在处理如 http://www.example.com/foo/?entry=the/bar＃another/bar 等 URL 时会完全失效。但是，如果您绝对确定查询或片段参数中不会有任何斜杠，那么像 rsplit 这样的基本解析方法是可以的。然而，想到有多少代码库实际上包含了这个 rsplit 代码及其与查询处理相关的缺陷，我就感到惊恐不已了。希望得到绝对安全和可靠性的人应该使用 urllib.parse()！您可以使用它返回的 path 值并将其拆分以确保您仅拆分了路径。 - Mitch McMabers

CODE：如何实现更好的方法的示例： from urllib.parse import urlparse; p = urlparse("http://www.example.com/foo.htm?entry=the/bar#another/bar"); print(p.path.rsplit("/", 1)[-1]) 结果：foo.htm - Mitch McMabers

@MitchMcMabers，请将此转换为答案（然后应该接受它）。 - Caterpillaraoz

@Caterpillaraoz，我数了一下这里有两个未被接受的答案，多年来它们一直建议这样做 :) - tzot

Answer 2

还有一种（癖好）方式：

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

- Kimvais

---

比使用“rsplit”更直接。 - Jan Kyu Peblik

加一分给那个有趣的评论哈哈 - Jacky Supit

Answer 3

rsplit可以胜任此任务：

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

- Benjamin Wohlwend

Answer 4

如果您想要使用它来消除任何查询字符串参数，那么urlparse是可以使用的。

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

- Jacob Wan

---

使用urlparse是正确的方法，但如果您的URL以 / 结尾，它会返回 ""。 - user3064538

使用 i.rstrip('/') 可以解决以 / 结尾的空路径问题。 - neves

Answer 5

你可以这样做：

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

文件名将是尾部。

- neowinston

---

这在路径分隔符不是“/”的系统上无法工作。 os.path [docs]（https://docs.python.org/3/library/os.path.html）中的一个注释提到了posixpath，但我无法在我的系统上导入它：“如果您想操作始终处于不同格式之一的路径，则还可以导入并使用各个模块。它们都具有相同的接口：UNIX风格路径的posixpath”。 - aschmied

Answer 6

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

>>> folderD

- Rochan

---

这也可以工作：print(f"Path(redirected_response.url).stem: {Path(redirected_response.url).stem!r}")``` - Alex Glukhovtsev

URL（https://tools.ietf.org/html/rfc3986#section-3）不是文件路径，它们可以在路径后面包含“?query=string”或“#fragment”。 - user3064538

Answer 7

这是一种更通用的正则表达式方法来实现这个功能：

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

- sandoronodi

---

你能稍微解释一下吗？ - Revolucion for Monica

@sandoronodi。感谢您的解决方案。如果URL嵌入在一个长字符串中，那么我该如何保留最后一个“/”之后的信息呢？谢谢。 - Sophia

Answer 8

首先从URL中提取路径元素：

from urllib.parse import urlparse
parsed= urlparse('https://www.dummy.example/this/is/PATH?q=/a/b&r=5#asx')

然后您可以使用字符串函数提取最后一个片段：

parsed.path.rpartition('/')[2]

（将结果显示为'PATH'的示例）

- tzot

---

或者我们可以使用 parsed.path.rpartition('/')[-1] 来获取最后一段。 - Franz Wong

.partition 始终返回由三个元素组成的元组，因此 [-1] 等同于 [2]。 - tzot

Answer 9

使用urlparse仅获取路径，然后在从中获取的路径上使用/字符分割(split)：

from urllib.parse import urlparse

my_url = "http://example.com/some/path/last?somequery=param"
last_path_fragment = urlparse(my_url).path.split('/')[-1]  # returns 'last'

注意：如果您的URL以字符/结尾，则以上将返回''（即空字符串）。如果您想以不同方式处理该情况，您需要在分割路径之前去除最后一个尾随的/字符：

my_url = "http://example.com/last/"
# handle URL ending in `/` by removing it.
last_path_fragment = urlparse(my_url).path.rstrip('/', 1).split('/')[-1]  # returns 'last'

- user3064538

Answer 10

以下解决方案使用 pathlib 解析从 urllib.parse 获得的路径，即使终端斜杠存在，也可以获取最后一部分：

import urllib.parse
from pathlib import Path

urls = [
    "http://www.test.invalid/demo",
    "http://www.test.invalid/parent/child",
    "http://www.test.invalid/terminal-slash/",
    "http://www.test.invalid/query-params?abc=123&works=yes",
    "http://www.test.invalid/fragment#70446893",
    "http://www.test.invalid/has/all/?abc=123&works=yes#70446893",
]

for url in urls:
    url_path = Path(urllib.parse.urlparse(url).path)
    last_part = url_path.name  # use .stem to cut file extensions
    print(f"{last_part=}")

产出：

last_part='demo'
last_part='child'
last_part='terminal-slash'
last_part='query-params'
last_part='fragment'
last_part='all'

- lcnittl