Python 在一个字符串上应用多个规则的最佳实践

我将url作为字符串获取，需要对其应用几个规则。第一条规则是删除锚点，然后删除“../”符号，因为urljoin在某些情况下连接url不正确，最后删除前导斜杠。现在我有这样的代码：

def construct_url(parent_url, child_url):
        url = urljoin(parent_url, child_url)
        url = url.split('#')[0]
        url = url.replace('../', '')
        url = url.rstrip('/')
        return url

---

但我认为这不是最好的做法。我认为可以做得简单得多。你能帮我吗？谢谢。

不幸的是，这里没有什么能让函数更简单，因为您正在处理一些非常奇怪的情况

但是，您可以使用Python将URL拆分为定义良好的组件，进行处理，然后使用以下方法将其重新组合在一起，从而使其更加健壮：

输出：

http://user:pw@google.com/chrome

使用

urlparse

中的工具有一个优点，即您确切地知道处理操作的内容（在您的案例中是路径和片段），并且它可以为您处理所有事情，如用户凭据、查询字符串、参数等

---

注意：与我在评论中的建议相反，

urljoin

实际上规范了URL：

>>> from urlparse import urljoin
>>> urljoin('http://google.com/foo/bar', '../qux')
'http://google.com/qux'

但它严格遵循RFC1808

发件人：

在具有定义良好的基本URL的对象中

基础：

[……]

解析器必须小心处理存在更多错误的情况 相对路径。段比 基本URL的路径。请注意，

。“

语法不能用于更改 URL的

../../../g    = <URL:http://a/../g>
../../../../g = <URL:http://a/../../g>

。/../../g=
../../../g=

---

因此，

urljoin

通过保留那些无关的

。/

，做了正确的事情，因此您需要通过手动处理来删除它们。

不要尝试使用正则表达式（用于此任务）@Anmol_uppal no.只是不。使用

urlparse.urlparse

比自己使用正则表达式实现URL方案解析器更不容易出错。你不认为，如果我使用正则表达式，可读性会降低？@parikLS你能举例说明你的

父url

和

子url

是什么样子吗？你所说的删除“../”符号是什么意思，因为urljoin在某些情况下连接url是不正确的？请你也举个例子好吗？@LukasGraf当然。父url=''子url='../../../chrome'urljoin的结果将是“非常感谢，这非常有帮助

../../../g    = <URL:http://a/../g>
../../../../g = <URL:http://a/../../g>