PythonでURLを作成するときにパスのコンポーネントを結合する方法

たとえば、プレフィックスパスを/js/foo.jsのようなリソースパスに結合したいとします。

結果のパスをサーバーのルートからの相対パスにしたいと思います。上記の例で、プレフィックスが「media」の場合、結果は/media/js/foo.jsになります。

os.path.joinはこれをうまく実行しますが、パスの結合方法はOSに依存します。この場合、ローカルファイルシステムではなく、ウェブをターゲットにしていることがわかります。

URLで使用されることがわかっているパスを使用しているときに、最良の代替手段はありますか？os.path.joinは十分に機能しますか？自分で巻くだけですか？

OPが投稿したコメントから、彼は結合で「絶対URL」を保持したくないようです（これは;-の主要なジョブの1つです）。これはurlparse.urljoin避けることをお勧めします。 os.path.joinまったく同じ理由で、それも悪いでしょう。

したがって、私は次のようなものを使用します'/'.join(s.strip('/') for s in pieces)（リーディング/も無視する必要がある場合-リーディングピースを特別なケースにする必要がある場合は、もちろんそれも可能です;-)。

使用できますurllib.parse.urljoin：

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

しかし注意してください：

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

その理由は、あなたは異なる結果を得る/js/foo.jsと、js/foo.js前者はそれがすでにWebサイトのルートから始まることを意味しスラッシュで始まるためです。

Python 2では、

from urlparse import urljoin

あなたが言うようos.path.joinに、現在のOSに基づいてパスを結合します。posixpath名前空間の下のposixシステムで使用される基本モジュールですos.path。

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

したがってposixpath.join、代わりにURLをインポートして使用することができます。URLは利用可能で、どのプラットフォームでも機能します。

編集： @ピートの提案は良いものです、読みやすくするためにインポートにエイリアスを付けることができます

from posixpath import join as urljoin

編集：のソースを見ると、これはより明確になったか、少なくとも理解に役立ったと思いますos.py（ここのコードはPython 2.7.11からのもので、さらにいくつかのビットをトリミングしました）。os.py名前空間で使用するパスモジュールを選択する条件付きインポートがありますos.path。すべての基礎となるモジュール（posixpath、ntpath、os2emxpath、riscospath）それが中にインポートすることができるos.py、ようにエイリアスpathがあるとすべてのシステムで使用されるように存在します。現在のOSに基づいて、実行時にos.py名前空間os.pathで使用するモジュールの1つを選択するだけです。

# 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'

これはうまく仕事をします：

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パッケージのbasejoin関数があなたが探しているものかもしれません。

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

編集：私は前に気づかなかったが、urllib.basejoinは直接urlparse.urljoinにマップするようで、後者が優先されます。

furlを使用pip install furlすると、次の ようになります。

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

これはOPが要求するよりも少し多いことを知っていますが、次のURLへのピースがあり、それらに参加する簡単な方法を探していました。

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

周りを見回して：

>>> 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'>

したがって、他の回答ですでに回答されているパス結合に加えて、私が探していたものを取得するには、次のようにしました：

>>> 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'

ドキュメントによると、5部のタプルが必要です。

次のタプル形式：

スキーム0 URLスキーム指定子の空の文字列

netloc 1ネットワークロケーションパーツの空の文字列

パス2階層パスの空の文字列

クエリ3クエリコンポーネントの空の文字列

フラグメント4フラグメント識別子の空の文字列

Rune Kaagaardは、私にとって効果的で優れたコンパクトなソリューションを提供しました。

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

これにより、最後のスラッシュが存在する場合は保持しながら、末尾および末尾のスラッシュに関係なく、すべての引数を結合できます。

Alex Martelliの応答をわずかに改善するために、以下は余分なスラッシュをクリーンアップするだけでなく、末尾の（終了）スラッシュも保持します。

>>> 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/

ただし、読み方は簡単ではなく、余分な複数のスラッシュがクリーンアップされません。

上記のすべての解決策で気に入らないことがわかったので、自分で解決策を思いつきました。このバージョンでは、パーツが単一のスラッシュで結合され、先頭と末尾のスラッシュだけが残されます。いいえpip install、urllib.parse.urljoin変ではありません。

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/'

furlとregexの使用（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'