Python: проблема синтаксического анализа URL-адресов при добавлении конечной косой черты

Question

Я разрабатывал небольшой эксперимент на python для нормализации URL-адреса. Моя основная цель - добавить косую черту / в конце URL-адреса, если она еще не указана. например, если это http://www.example.com, то он должен быть преобразован в http://www.example.com/

Вот небольшой фрагмент кода для того же:

if url[len(url)-1] != "/": 
     url = url + "/" 

Но это также преобразует имена файлов. Например, http://www.example.com/image.png в http://www.example.com/image.png/, что неверно. Я просто хочу добавить косую черту в каталог, а не имена файлов. Как мне это сделать?

Заранее благодарен!

Answer 1

Вы можете шаблон матч на последнюю подстроку, чтобы проверить наличие известных доменов vs расширения файлов. Нетрудно перечислить, по крайней мере, базовые top level domains, например .com, .gov, .org и т. Д.

Если вы знакомы с регулярными расширениями, вы можете сопоставить их по шаблону, например '.com$'.

В противном случае вы можете разделить на. и проверить последнюю подстроку, вы получите:

In [32]: url_png = 'http://www.example.com/image.png' 

In [33]: url_com = 'http://www.example.com' 

In [34]: domains = ['com', 'org', 'gov'] 

In [35]: for url in [url_png, url_com]: 
    ....:  suffix = url.split('.')[-1] 
    ....:  if suffix in domains: 
    ....:   print url 
    ....: 
http://www.example.com 

В качестве примечания и, как вы видите, в приведенном выше примере, вам не нужно делать url[len(url)-1] индексировать последний элемент списка; Пути Пути - это только url[-1].

Answer 2

Вы должны убедиться, что всякий раз, когда код . входит в URL-адрес, для каталога он должен быть в имени хоста. Если это где-то еще, это имя файла. Так что для этого просто сделать url.count('.') и проверить, если это больше, чем те, в вашем имени хоста (например, здесь его равным 2)

if url.count('.') > 2: 
    url = url if url[-1] != '/' else url[:-1] 
else: 
    url = url if url[-1] == '/' else url + '/'