Python中如何用正则表达式提取URL中的文件名？

我来帮你搞定这个问题！首先注意到你提到的示例URL是https://example.net/img/src/img.jpg，要提取的应该是img.jpg（你可能手滑写成img1.jpg啦😉）。

核心思路是匹配URL路径中最后一个斜杠/之后的所有字符，这里给你两种常用的正则方案：

基础场景（URL无查询参数） #

如果你的URL不会带?开头的查询参数，用这个简单的正则就够了：

import re

url = "https://example.net/img/src/img.jpg"
match_result = re.search(r'[^/]+$', url)
if match_result:
    filename = match_result.group()
    print(filename)  # 输出: img.jpg

正则解释： #

• [^/]：匹配任意不是斜杠的字符
• +：表示匹配前面的字符至少一次（确保能拿到完整文件名）
• $：锚定到字符串结尾，保证我们取的是路径的最后一段

进阶场景（URL带查询参数） #

如果URL后面可能跟着查询参数（比如https://example.net/img/src/img.jpg?size=200），上面的正则会把img.jpg?size=200当成文件名。这时候可以调整正则，让它在遇到?时停止匹配：

import re

url = "https://example.net/img/src/img.jpg?size=200"
match_result = re.search(r'[^/]+?(?=\?|$)', url)
if match_result:
    filename = match_result.group()
    print(filename)  # 输出: img.jpg

正则解释： #

• (?=\?|$)：正向预查，意思是“当遇到?或者字符串结尾时，停止匹配”，这样就能自动忽略后面的查询参数

其实在Python里，不用正则也能轻松解决这个问题，而且代码更直观、不易出错——毕竟正则虽然灵活，但处理路径这类结构化数据，用专门的工具更合适：

方案1：结合urlparse和os.path.basename #

你已经用urlparse拿到了路径img/src/img.jpg，直接把这个路径传给os.path.basename()就能得到文件名：

from urllib.parse import urlparse
import os

url = "https://example.net/img/src/img.jpg"
parsed_path = urlparse(url).path
filename = os.path.basename(parsed_path)
print(filename)  # 输出: img.jpg

方案2：用现代的pathlib模块（Python 3.4+） #

pathlib是Python 3.4引入的面向对象路径处理工具，代码更清晰易读：

from urllib.parse import urlparse
from pathlib import Path

url = "https://example.net/img/src/img.jpg"
parsed_path = urlparse(url).path
filename = Path(parsed_path).name
print(filename)  # 输出: img.jpg

内容的提问来源于stack exchange，提问作者user9021371