URL解析：获取从某个文件夹开始的N个文件夹，后跟文件名

Question

我有一个可以包含任意数量文件夹的 URL，它以 filename.extension 结尾。例子：https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg我试图在 /v87879798 版本折叠后获取所有内容，因此：images/profile/oaz4wkjkjsbzxa3xlkmu.jpg我尝试了如下多种方法，但没有任何效果，因为我知道我很可能需要一个正则表达式，但我对它们的了解还不允许我构建这样的表达式。我尝试过的一些方法是：import osfrom urllib.parse import urlparse# url https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpgparsed_url = urlparse(url)# parsed_url.path /lang-code/image/upload/v1601568948/images/profilepath = os.path.dirname(parsed_url.path)# file_name oaz4wkjkjsbzxa3xlkmu.jpgfile_name = os.path.basename()但到目前为止还没有任何效果。任何帮助将不胜感激。

Answer 1

使用正则表达式模式 --> r"v\d+\/(.+)$". 假设随机数开头为v

前任：

import re

from urllib.parse import urlparse

ptrn = re.compile(r"v\d+\/(.+)$")

url = "https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg"

parsed_url = urlparse(url)

print(ptrn.search(parsed_url.path).group(1))

输出：

images/profile/oaz4wkjkjsbzxa3xlkmu.jpg

演示：

ptrn = re.compile(r"v\d+\/(.+)$")

urls = ["https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg", "https://cdn.example.com/user/image/upload/v87879798/images/profile/oaz4wkjkjsbzxa3xlkmu.jpg",

       "https://cdn.example.com/user/image/upload/v87879798/images/oaz4wkjkjsbzxa3xlkmu.jpg", "https://cdn.example.com/user/image/upload/v87879798/oaz4wkjkjsbzxa3xlkmu.jpg"]

for url in urls:

    parsed_url = urlparse(url)

    print(ptrn.search(parsed_url.path).group(1))

输出：

images/profile/oaz4wkjkjsbzxa3xlkmu.jpg

images/profile/oaz4wkjkjsbzxa3xlkmu.jpg

images/oaz4wkjkjsbzxa3xlkmu.jpg

oaz4wkjkjsbzxa3xlkmu.jpg