python 中 urlparse 模塊介紹

urlparse模塊主要是用於解析url中的參數  對url按照必定格式進行 拆分或拼接 

1.urlparse.urlparse

將url分爲6個部分，返回一個包含6個字符串項目的元組：協議、位置、路徑、參數、查詢、片斷。

import urlparse
url_change = urlparse.urlparse('https://i.cnblogs.com/EditPosts.aspx?opt=1')
print url_change

　　輸出結果爲：

ParseResult(scheme='https', netloc='i.cnblogs.com', path='/EditPosts.aspx', params='', query='opt=1', fragment='')

其中 scheme 是協議  netloc 是域名服務器  path 相對路徑  params是參數，query是查詢的條件

 

urlparse.parse_qs(urlparse.urlparse(url).query)

這個是獲取urlparse分割後元祖中的某一項  urlparse.urlparse(url).query   獲取查詢條件

parse_qs 有幾種實現

urlparse.parse_qs 返回字典
urlparse.parse_qsl 返回列表

 

2. urlparse.urlsplit

和urlparse差很少，將url分爲5部分，返回一個包含5個字符串項目的元組：協議、位置、路徑、查詢、片斷。

import urlparse
url_change = urlparse.urlsplit('https://i.cnblogs.com/EditPosts.aspx?opt=1')
print url_change

SplitResult(scheme='https', netloc='i.cnblogs.com', path='/EditPosts.aspx', query='opt=1', fragment='')

其中 scheme 是協議  netloc 是域名服務器  path 相對路徑 query是查詢的條件 

 

3.urlparse.urljoin

將相對的地址組合成一個url，對於輸入沒有限制，開頭必須是http://，不然將不組合前面。

import urlparse
new_url = urlparse.urljoin('https://baidu.com/ssss/','88888')
print new_url

輸出 https://baidu.com/ssss/88888

若是輸入錯誤信息 如  new_url = urlparse.urljoin('122','88888')    並不會將二者合併   輸出‘88888’

 

最後一點 urlparse 這個模塊在 python 3.0 中 已經更名爲 urllib.parse  

官方文檔地址  http://docs.python.org/library/urlparse.html