如何清理URL并提取文件名？技术实现方法问询

嘿，这里有几个简单直接的办法帮你把那些URL里的前缀去掉，只留下文件名，适配不同的使用场景：

方法1：用命令行快速处理（适用于批量URL） #

如果你的URL都存在一个文本文件里（比如叫urls.txt），可以用bash的awk命令一键提取：

cat urls.txt | awk -F '/' '{print $NF}'

原理很简单：-F '/'把每一行按斜杠分割成字段，$NF代表取最后一个字段，也就是我们要的文件名。

你也可以用cut命令（适合路径段数固定的情况）：

cat urls.txt | cut -d '/' -f 7

这里的-f 7是因为你的URL结构是http://domain/upload/iblock/xxx/filename，数下来文件名是第7个字段。

方法2：用Python脚本灵活处理 #

如果需要集成到代码里，Python的os.path模块或者urllib模块都能轻松搞定：

方式A：用os.path.basename #

import os

urls = [
    "http://isonex.ru/upload/iblock/ebd/ebdbd2a3961fc73170978ae4995b5a4b.jpeg",
    "http://isonex.ru/upload/iblock/62a/62a5e49b20e498bfef00d81fa03403c8.jpeg"
]

for url in urls:
    print(os.path.basename(url))

方式B：用urllib.parse处理更规范的URL #

如果URL里有特殊字符，这个方法更稳妥：

from urllib.parse import urlsplit
import os

urls = [
    "http://isonex.ru/upload/iblock/ebd/ebdbd2a3961fc73170978ae4995b5a4b.jpeg",
    "http://isonex.ru/upload/iblock/62a/62a5e49b20e498bfef00d81fa03403c8.jpeg"
]

for url in urls:
    path = urlsplit(url).path
    print(os.path.basename(path))

方法3：用文本编辑器的正则替换（适合手动少量处理） #

如果你用VS Code、Sublime Text这类编辑器，打开包含URL的文件后：

1. 打开替换功能（VS Code是Ctrl+H）
2. 勾选「正则表达式」选项
3. 查找内容填：^.*\/
4. 替换内容留空
5. 点击「全部替换」，所有URL就只剩下文件名了

这个正则的意思是：匹配从行开头到最后一个斜杠的所有内容，替换为空，就剩下后面的文件名啦。

内容的提问来源于stack exchange，提问作者Alexey