VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >

  • Python3标准库：urllib.parse分解URL(2)

= parsed[:]
  • print('TUPLE :', type(t), t)
  • print('NEW :', urlunparse(t))

    • 尽管urlparse()返回的ParseResult可以作为一个元组，但这个例子却显式地创建了一个新元组，来展示urlunparse()也适用于普通元组。

    如果输入URL包含多余的部分，那么重新构造的URL可能会将其去除。 

    
	
      
		
    1. 
			from urllib.parse import urlparse, urlunparse
      2. 
		
    2. 
			 
      3. 
		
    3. 
			original = 'http://netloc/path;?#'
      4. 
		
    4. 
			print('ORIG :', original)
      5. 
		
    5. 
			parsed = urlparse(original)
      6. 
		
    6. 
			print('PARSED:', type(parsed), parsed)
      7. 
		
    7. 
			t = parsed[:]
      8. 
		
    8. 
			print('TUPLE :', type(t), t)
      9. 
		
    9. 
			print('NEW :', urlunparse(t))
      10. 
	
    

    

    
	在这里，原URL中没有参数、查询和片段。新URL看起来与原URL并不相同，不过按照标准它们是等价的。
    

    
	
    

    
	
    

    
	1.3 连接 
    

    
	除了解析URL，urlparse还包括一个urljoin()方法，可以由相对片段构造绝对URL。
    

    
	
    
	
      
		
    1. 
			from urllib.parse import urljoin
      2. 
		
    2. 
			 
      3. 
		
    3. 
			print(urljoin('http://www.example.com/path/file.html',
      4. 
		
    4. 
			'anotherfile.html'))
      5. 
		
    5. 
			print(urljoin('http://www.example.com/path/file.html',
      6. 
		
    6. 
			'../anotherfile.html'))
      7. 
	
    

    

    
	在这个例子中，计算第二个URL时要考虑路径的相对部分("../")。
    

    
	
    

    
	非相对路径的处理与os.path.join()的处理方式相同。 
    

    
	
    
	
      
		
    1. 
			from urllib.parse import urljoin
      2. 
		
    2. 
			 
      3. 
		
    3. 
			print(urljoin('http://www.example.com/path/',
      4. 
		
    4. 
			'/subpath/file.html'))
      5. 
		
    5. 
			print(urljoin('http://www.example.com/path/',
      6. 
		
    6. 
			'subpath/file.html'))
      7. 
	
    

    

    
	如果连接到URL的路径以一个斜线开头(/)，那么urljoin()会把URL的路径重置为顶级路径。如果不是以一个斜线开头，那么新路径值则追加到URL当前路径的末尾。
    

    
	
    

    
	
    

    
	1.4 解码查询参数
    

    
	参数在被增加到一个URL之前，需要先编码。 
    

    
	
    
	
      
		
    1. 
			from urllib.parse import urlencode
      2. 
		
    2. 
			 
      3. 
		
    3. 
			query_args = {
      4. 
		
    4. 
			'q': 'query string',
      5. 
		
    5. 
			'foo': 'bar',
      6. 
		
    6. 
			}
      7. 
		
    7. 
			encoded_args = urlencode(query_args)
      8. 
		
    8. 
			print('Encoded:', encoded_args)
      9. 
	
    

    

    
	编码会替换诸如空格之类的特殊字符，以确保采用一种符合标准的格式将它们传递到服务器。
    

    
	
    

    
	如果要利用查询串中的变量传递一个值序列，那么需要在调用urlencode()时将doseq设置为True。
    

    
	
    
	
      
		
    1. 
			from urllib.parse import urlencode
      2. 
		
    2. 
			 
      3. 
		
    3. 
			query_args = {
      4. 
		
    4. 
			'foo': ['foo1', 'foo2'],
      5. 
		
    5. 
			}
      6. 
		
    6. 
			print('Single :', urlencode(query_args))
      7. 
		
    7. 
			print('Sequence:', urlencode(query_args, doseq=True))
      8. 
	
    

    

    
	结果是一个查询串，包含与一个名关联的多个值。
    

    
	
    

    
	要解码这个查询串，可以使用parse_qs()或parse_qsl()。 
    

    
	
    
	
      
		
    1. 
			from urllib.parse import parse_qs, parse_qsl
      2. 
		
    2. 
			 
      3. 
		
    3. 
			encoded = 'foo=foo1&foo=foo2'
      4. 
		
    4. 
			 
      5. 
		
    5. 
			print('parse_qs :', parse_qs(encoded))
      6. 
		
    6. 
			print('parse_qsl:', parse_qsl(encoded))
      7. 
	
    

    

    
	parse_qs()的返回值是一个将名映射到值的字典，而parse_qsl()返回一个元组列表，每个元组包含一个名和一个值。
    

    
	
    

    
	查询参数中可能有一些特殊字符，会导致服务器端在解析URL时出问题，所以在传递到urlencode()时要对这些特殊字符“加引号”。要在本地对它们加引号以建立这些串的安全版本，可以直接使用quote()或quote_plus()函数。
    

    
	
    
	
      
		
    1. 
			from urllib.parse import quote, quote_plus, urlencode
      2. 
		
    2. 
			 
      3. 
		
    3. 
			url = 'http://localhost:8080/~hellmann/'
      4. 
		
    4. 
			print('urlencode() :', urlencode({'url': url}))
      5. 
		
    5. 
			print('quote() :', quote(url))
      6. 
		
    6. 
			print('quote_plus():', quote_plus(url))
      7. 
	
    

    

    
	quote_plus()中的加引号实现会更大程度的替换字符。
    

    
	 
    

    
	要完成加引号操作的逆过程，可以在适当的时候使用unquote()或unquote_plus()。
    

    
	
    
	
      
		
    1. 
			from urllib.parse import unquote, unquote_plus
      2. 
		
    2. 
			 
      3. 
		
    3. 
			print(unquote('http%3A//localhost%3A8080/%7Ehellmann/'))
      4. 
		
    4. 
			print(unquote_plus(
      5. 
		
    5. 
			'http%3A%2F%2Flocalhost%3A8080%2F%7Ehellmann%2F'
      6. 
		
    6. 
			))
      7. 
	
    

    

    
	编码的值会转换回一个普通的URL串。
      



  
    
  
  
    
   
  
    
  
 
 
    
 
 
  
 
 
 
 

    




 



    


    相关教程
    







    

关于我们--广告服务--免责声明--本站帮助-友情链接--版权声明--联系我们

  
  
黑ICP备07002182号