Удалите повторяющиеся (перекрывающиеся) косые черты из строки

Question

Я анализирую URL-адреса следующим образом

>>> from urllib.parse import urlparse
>>> urlparse('http://foo.bar/path/to/heaven')
ParseResult(scheme='http', netloc='foo.bar', path='/path/to/heaven', params='', query='', fragment='')

Предположим, у меня есть URL-адрес с неправильным путем с повторяющимся / следующим образом:

>>> x = urlparse('http://foo.bar/path/to/////foo///baz//bar'))
ParseResult(scheme='http', netloc='foo.bar', path='/path/to/////foo///baz//bar', params='', query='', fragment='')

Как видите, x.path по-прежнему содержат повторяющиеся косые черты, я пытаюсь удалить их, поэтому я попытался разделить, зациклить и заменить следующим образом:

>>> newpath = x.path.split('/')
['', 'path', 'to', '', '', '', '', 'foo', '', '', 'baz', '', 'bar']
>>> for i in newpath:
    if i == '':
        newpath.remove('')
>>> '/'.join(newpath)
'/path/to/foo/baz/bar'

Что дает желаемый результат, но я думаю, что это решение неэффективно и тра sh. Как мне сделать это лучше?

Answer 1

Это то, для чего создаются регулярные выражения:

import regex as re

url = "http://foo.bar/path/to/////foo///baz//bar"

rx = re.compile(r'(?:(?:http|ftp)s?://)(*SKIP)(*FAIL)|/+')
url = rx.sub('/', url)
print(url)

Это дает

http://foo.bar/path/to/foo/baz/bar

См. демонстрацию на regex101.com . Единственная реальная проблема - оставить любые двойные косые черты в протоколе такими, какие они есть, следовательно, новый модуль regex и (*SKIP)(*FAIL). Вы можете достичь той же функциональности с помощью функции просмотра назад в модуле re.

Answer 2

Вы не должны изменять список, который вы повторяете. См. странный результат при удалении элемента из списка

Вы можете использовать понимание списка для создания списка без всех элементов ''.

newpath = [s in x.path.split('/') if s != '']
'/'.join(newpath)

Answer 3

import re

s = 'http://foo.bar/path/to/////foo///baz//bar'

s = re.sub(r'(?<!:)/{2,}', '/', s)
print(s)

Печать:

http://foo.bar/path/to/foo/baz/bar

EDIT: компиляция регулярного выражения:

import re

s = 'http://foo.bar/path/to/////foo///baz//bar'
r = re.compile(r'(?<!:)/{2,}')

s = r.sub('/', s)
print(s)