如何在Python中拼接任意URL片段？urljoin路径丢失问题解析

你遇到的问题是urljoin的规则导致的：当第二个参数（要拼接的片段）以斜杠/开头时，它会替换base URL的最后一级路径，而不是追加。你的base URL是https://dummy.restapiexample.com/api/v1，因为它没有以斜杠结尾，api/v1会被当作最后一个路径段（类似“文件名”的角色），所以被/employees替换掉了。

下面是几种正确拼接任意URL片段的方法：

方法1：给base URL添加结尾斜杠 #

这是最符合urljoin设计逻辑的方式，给base加上结尾斜杠后，api/v1会被识别为一个目录路径，此时以斜杠开头的片段就会追加到这个目录下：

from urllib.parse import urljoin
base = "https://dummy.restapiexample.com/api/v1/"
tail = "/employees"
print(urljoin(base, tail))
# 输出结果: 'https://dummy.restapiexample.com/api/v1/employees'

方法2：手动处理路径后拼接 #

如果不想修改base URL，或者需要处理各种格式的片段（比如有的带斜杠有的不带），可以拆分base的结构，手动拼接路径：

from urllib.parse import urlparse, urlunparse

base = "https://dummy.restapiexample.com/api/v1"
tail = "/employees"

# 解析base URL的各个部分
parsed_base = urlparse(base)
# 处理路径，避免重复或缺失斜杠
new_path = f"{parsed_base.path.rstrip('/')}/{tail.lstrip('/')}"
# 重新组装URL
new_url = urlunparse(parsed_base._replace(path=new_path))
print(new_url)
# 输出结果: 'https://dummy.restapiexample.com/api/v1/employees'

方法3：简单字符串拼接（需处理斜杠） #

如果场景简单，直接用字符串拼接，同时处理首尾的斜杠，避免出现//或者缺失的情况：

base = "https://dummy.restapiexample.com/api/v1"
tail = "/employees"
new_url = f"{base.rstrip('/')}/{tail.lstrip('/')}"
print(new_url)
# 输出结果: 'https://dummy.restapiexample.com/api/v1/employees'

内容的提问来源于stack exchange，提问作者Dims