您好,登錄后才能下訂單哦!
這篇“Python如何利用urlliib.parse庫解析URL”文章的知識點大部分人都不太理解,所以小編給大家總結了以下內容,內容詳細,步驟清晰,具有一定的借鑒價值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“Python如何利用urlliib.parse庫解析URL”文章吧。
解析url
urlparse()
函數可以將 URL 解析成 ParseResult
對象。對象中包含了六個元素,分別為:
協議(scheme)
域名(netloc)
路徑(path)
路徑參數(params)
查詢參數(query)
片段(fragment)
from urllib.parse import urlparse url='http://user:pwd@domain:80/path;params?query=queryarg#fragment' parsed_result=urlparse(url) print('parsed_result 包含了',len(parsed_result),'個元素')print(parsed_result)
結果為:
parsed_result 包含了 6 個元素ParseResult(scheme='http', netloc='user:pwd@domain:80', path='/path', params='params', query='query=queryarg', fragment='fragment')
ParseResult
繼承于 namedtuple
,因此可以同時通過索引和命名屬性來獲取 URL 中各部分的值。
為了方便起見, ParseResult
還提供了 username
、 password
、 hostname
、 port
對 netloc
進一步進行拆分。
print('scheme :', parsed_result.scheme)print('netloc :', parsed_result.netloc)print('path :', parsed_result.path)print('params :', parsed_result.params)print('query :', parsed_result.query)print('fragment:', parsed_result.fragment)print('username:', parsed_result.username)print('password:', parsed_result.password)print('hostname:', parsed_result.hostname)print('port :', parsed_result.port)
結果為:
scheme : httpnetloc : user:pwd@domain:80path : /pathparams : paramsquery : query=queryargfragment: fragmentusername: userpassword: pwdhostname: domainport : 80
除了 urlparse()
之外,還有一個類似的 urlsplit()
函數也能對 URL 進行拆分,所不同的是, urlsplit()
并不會把 路徑參數(params)
從 路徑(path)
中分離出來。
當 URL 中路徑部分包含多個參數時,使用 urlparse()
解析是有問題的:
url='http://user:pwd@domain:80/path2;params1/path3;params2?query=queryarg#fragment' parsed_result=urlparse(url) print(parsed_result)print('parsed.path :', parsed_result.path)print('parsed.params :', parsed_result.params)
結果為:
ParseResult(scheme='http', netloc='user:pwd@domain:80', path='/path2;params1/path3', params='params2', query='query=queryarg', fragment='fragment')parsed.path : /path2;params1/path3parsed.params : params2
這時可以使用 urlsplit()
來解析:
from urllib.parse import urlsplitsplit_result=urlsplit(url) print(split_result)print('split.path :', split_result.path)# SplitResult 沒有 params 屬性
結果為:
SplitResult(scheme='http', netloc='user:pwd@domain:80', path='/path2;params1/path3;params2', query='query=queryarg', fragment='fragment')split.path : /path2;params1/path3;params2
若只是要將 URL 后的 fragment
標識拆分出來,可以使用 urldefrag()
函數:
from urllib.parse import urldefrag url = 'http://user:pwd@domain:80/path2;params1/path3;params2?query=queryarg#fragment' d = urldefrag(url)print(d)print('url :', d.url)print('fragment:', d.fragment)
結果為:
DefragResult(url='http://user:pwd@domain:80/path2;params1/path3;params2?query=queryarg', fragment='fragment')url : http://user:pwd@domain:80/path2;params1/path3;params2?query=queryargfragment: fragment
ParsedResult
對象和 SplitResult
對象都有一個 geturl()
方法,可以返回一個完整的 URL 字符串。
print(parsed_result.geturl())print(split_result.geturl())
結果為:
http://user:pwd@domain:80/path2;params1/path3;params2?query=queryarg#fragmenthttp://user:pwd@domain:80/path2;params1/path3;params2?query=queryarg#fragment
但是 geturl()
只在 ParsedResult
和 SplitResult
對象中有,若想將一個普通的元組組成 URL,則需要使用 urlunparse()
函數:
from urllib.parse import urlunparseurl_compos = ('http', 'user:pwd@domain:80', '/path2;params1/path3', 'params2', 'query=queryarg', 'fragment')print(urlunparse(url_compos))
結果為:
http://user:pwd@domain:80/path2;params1/path3;params2?query=queryarg#fragment
除此之外,urllib.parse
還提供了一個 urljoin()
函數,來將相對路徑轉換成絕對路徑的 URL。
from urllib.parse import urljoin print(urljoin('http://www.example.com/path/file.html', 'anotherfile.html'))print(urljoin('http://www.example.com/path/', 'anotherfile.html'))print(urljoin('http://www.example.com/path/file.html', '../anotherfile.html'))print(urljoin('http://www.example.com/path/file.html', '/anotherfile.html'))
結果為:
http://www.example.com/path/anotherfile.htmlhttp://www.example.com/path/anotherfile.htmlhttp://www.example.com/anotherfile.htmlhttp://www.example.com/anotherfile.html
使用 urlencode()
函數可以將一個 dict 轉換成合法的查詢參數:
from urllib.parse import urlencode query_args = { 'name': 'dark sun', 'country': '中國'} query_args = urlencode(query_args)print(query_args)
結果為:
name=dark+sun&country=%E4%B8%AD%E5%9B%BD
可以看到特殊字符也被正確地轉義了。
相對的,可以使用 parse_qs()
來將查詢參數解析成 dict。
from urllib.parse import parse_qsprint(parse_qs(query_args))
結果為:
{'name': ['dark sun'], 'country': ['中國']}
如果只是希望對特殊字符進行轉義,那么可以使用 quote
或 quote_plus
函數,其中 quote_plus
比 quote
更激進一些,會把 :
、/
一類的符號也給轉義了。
from urllib.parse import quote, quote_plus, urlencode url = 'http://localhost:1080/~hello!/'print('urlencode :', urlencode({'url': url}))print('quote :', quote(url))print('quote_plus:', quote_plus(url))
結果為:
urlencode : url=http%3A%2F%2Flocalhost%3A1080%2F%7Ehello%21%2Fquote : http%3A//localhost%3A1080/%7Ehello%21/quote_plus: http%3A%2F%2Flocalhost%3A1080%2F%7Ehello%21%2F
可以看到 urlencode
中應該是調用 quote_plus
來進行轉義的。
逆向操作則使用 unquote
或 unquote_plus
函數:
from urllib.parse import unquote, unquote_plus encoded_url = 'http%3A%2F%2Flocalhost%3A1080%2F%7Ehello%21%2F'print(unquote(encoded_url))print(unquote_plus(encoded_url))
結果為:
http://localhost:1080/~hello!/http://localhost:1080/~hello!/
你會發現 unquote
函數居然能正確地將 quote_plus
的結果轉換回來。
以上就是關于“Python如何利用urlliib.parse庫解析URL”這篇文章的內容,相信大家都有了一定的了解,希望小編分享的內容對大家有幫助,若想了解更多相關的知識內容,請關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。