urlparse模块

Posted 2021-01-14 chillytao-suiyuan

urlparse模块中为操作URL字符串提供了3种方法：

urlparse（）

urlunparse（）

urljoin（）

1.urlparse()方法主要将URL字符串拆分成一个6元素元组

 

>>> from urllib.parse import urlparse
           
>>> url = "http://www.cnblogs.com/thunderLL/p/6643022.html?pid=‘8766352‘"
           
>>> url_turple = urlparse(url)
           
>>> for i,each in enumerate(url_turple):
           print(i,each)

           
0 http
1 www.cnblogs.com
2 /thunderLL/p/6643022.html
3 
4 pid=‘8766352‘
5 
>>> 

 

2.urlunparse()方法主要将URL的6元素元组变成url路径；与urlparse方法作用相反

>>> from urllib.parse import urlunparse

　>>> path = urlunparse((‘http‘,‘www.cnblogs.com‘,‘/thunderLL/p/6643022.html‘,‘‘,‘pid=8766352‘,‘‘))

　>>> path

　‘http://www.cnblogs.com/thunderLL/p/6643022.html?pid=8766352‘

3.urljoin()方法

>>> from urllib.parse import urljoin
           
>>> url1 = urljoin(‘http://www.baidu.com/admin/‘,‘module-urllib2/request-objects.html‘)
           
>>> url1
           
‘http://www.baidu.com/admin/module-urllib2/request-objects.html‘
>>> url2 = urljoin(‘http://www.baidu.com/admin‘,‘module-urllib2/request-objects.html‘)
           
>>> url2
           
‘http://www.baidu.com/module-urllib2/request-objects.html‘

urljoin（）方法拼接两个URL(基地址和相对地址)得到的地址url1和url2，这两个URL区别在于基地址后面有无/，导致的运行结果存在差异

URL基地址后面没有/则该处会被替换掉