Python中实现URL的解析

在Python中的urlparse模块主要是用于解析url中的参数 对url按照一定格式进行 拆分或拼接

1.urlparse.urlparse

将url分为6个部分，返回一个包含6个字符串项目的元组：协议、位置、路径、参数、查询、片段。

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

　　输出结果为：

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

其中 scheme 是协议 netloc 是域名服务器 path 相对路径 params是参数，query是查询的条件

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

这个是获取urlparse分割后元祖中的某一项 urlparse.urlparse(url).query 获取查询条件

parse_qs 有几种实现

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

2. urlparse.urlsplit

和urlparse差不多，将url分为5部分，返回一个包含5个字符串项目的元组：协议、位置、路径、查询、片段。

importurlparse
url_change=urlparse.urlsplit('https://i.cnblogs.com/EditPosts.aspx?opt=1')
printurl_change
SplitResult(scheme='https',netloc='i.cnblogs.com',path='/EditPosts.aspx',query='opt=1',fragment='')

其中 scheme 是协议 netloc 是域名服务器 path 相对路径 query是查询的条件

3.urlparse.urljoin

将相对的地址组合成一个url，对于输入没有限制，开头必须是http://，否则将不组合前面。

importurlparse
new_url=urlparse.urljoin('https://baidu.com/ssss/','88888')
printnew_url
输出https://baidu.com/ssss/88888

如果输入错误信息 如 new_url = urlparse.urljoin('122','88888') 并不会将两者合并 输出‘88888’