python的urllib.parse用法

谁借莪１个温暖的怀抱￠ 2022-05-25 05:23 123阅读 0赞

## urllib.parse解析 ##

url:urllib.parse.urlparse(url, scheme='', allow_fragments=True)

简单的使用：  
**urlparse**

from urllib import request, parse2 #解析url print(parse.urlparse('https://movie.douban.com/')) print(parse.urlparse('https://movie.douban.com/', scheme='http')) print(parse.urlparse('movie.douban.com/', scheme='http')) # 下面是结果 ParseResult(scheme='https', netloc='movie.douban.com', path='/', params='', query='', fragment='') ParseResult(scheme='https', netloc='movie.douban.com', path='/', params='', query='', fragment='') ParseResult(scheme='http', netloc='', path='movie.douban.com/', params='', query='', fragment='')

可以看出加了scheme参数和没加的返回结果是有区别的。而当scheme协议加了，而前面的url也包含协议，一般会忽略后面的scheme参数  
既然有解析url，那当然也有反解析url，就是把元素串连成一个url

from urllib import parse
    # 将列表元素拼接成url
    url = ['http', 'www', 'baidu', 'com', 'dfdf', 'eddffa'] # 这里至少需要6个元素
    print(parse.urlunparse(url))
    # 下面是结果6http://www/baidu;com?dfdf#eddffa

**urlunparse()**接收一个列表的参数，而且列表的长度是有要求的，是必须六个参数以上，要不会抛出异常

**urllib.parse.urljoin()**:这个是将第二个参数的url缺少的部分用第一个参数的url补齐

# 连接两个参数的url, 将第二个参数中缺的部分用第一个参数的补齐,如果第二个有完整的路径，则以第二个为主
    print(parse.urljoin('https://movie.douban.com/', 'index'))
    print(parse.urljoin('https://movie.douban.com/', 'https://accounts.douban.com/login'))
    # 下面是结果
    https://movie.douban.com/index6 https://accounts.douban.com/login

**urlencode**  
urllib库里面有个urlencode函数，可以把key-value这样的键值对转换成我们想要的格式，返回的是a=1&b=2这样的字符串，比如：

>>> from urllib import urlencode
    >>> data = {
    ...     'a': 'test',
    ...     'name': '魔兽'
    ... }
    >>> print urlencode(data)
    a=test&name=%C4%A7%CA%DE
    如果只想对一个字符串进行urlencode转换，怎么办？urllib提供另外一个函数：quote()
    
    >>> from urllib import quote
    >>> quote('魔兽')
    '%C4%A7%CA%DE'

**urldecode**  
当urlencode之后的字符串传递过来之后，接受完毕就要解码了——urldecode。urllib提供了unquote()这个函数，可没有urldecode()！

>>> from urllib import unquote
    >>> unquote('%C4%A7%CA%DE')
    '\xc4\xa7\xca\xde'
    >>> print unquote('%C4%A7%CA%DE')
    魔兽