解析連接

解析連接

1. urlparse

   解析url,將一個url解析爲六個部分分別爲
   
   scheme、netloc、path、params、query、fragment。
   
   例子以下：
   from urllib.parse import urlparse result = urlparse('http://www.baidu.com/index.html;user?id=5#comment') print(type(result), result)
   結果是<class 'urllib.parse.ParseResult'> ParseResult(scheme='http', netloc='www.baidu.com', path='/index.html', params='user', query='id=5', fragment='comment')

2. urlunparse

   它接受的參數是一個可迭代對象，可是它的長度必須是 6，不然會拋出參數數量不足或者過多的問題。
   例子以下：
   
   from urllib.parse import urlunparse data = ['http', 'www.baidu.com', 'index.html', 'user', 'a=6', 'comment'] print(urlunparse(data))
   結果輸出一個url爲http://www.baidu.com/index.html;user?a=6#comment

3. urlsplit

   這個和 urlparse() 方法很是類似，只不過它不會單獨解析 parameters 這一部分，只返回五個結果。

4. urlunsplit

   與 urlunparse() 相似，也是將連接的各個部分組合成完整連接的方法，傳入的也是一個可迭代對象，例如列表、元組等等，惟一的區別是，長度必須爲 5。

5. urljoin

   生成連接還有另外一個方法，利用 urljoin() 方法咱們能夠提供一個 base_url（基礎連接），新的連接做爲第二個參數，方法會分析 base_url 的 scheme、netloc、path 這三個內容對新連接缺失的部分進行補充，做爲結果返回。

6. urlencode

   咱們首先聲明瞭一個字典，將參數表示出來，而後調用 urlencode() 方法將其序列化爲 URL 標準 GET 請求參數。

7. parse_qs

   有了序列化必然就有反序列化，若是咱們有一串 GET 請求參數，咱們利用 parse_qs() 方法就能夠將它轉回字典

8. parse_qsl

   parse_qsl() 方法能夠將參數轉化爲元組組成的列表

9. quote

   quote() 方法能夠將內容轉化爲 URL 編碼的格式，有時候 URL 中帶有中文參數的時候可能致使亂碼的問題，因此咱們能夠用這個方法將中文字符轉化爲 URL 編碼。

10. unquote

    有了 quote() 方法固然還有 unquote() 方法，它能夠進行 URL 解碼。

文章參考連接：python3網絡爬蟲開發實戰