urlparse Python3

urlparse Python3

在Python中，urllib.parse 模块中的 urlparse 函数提供了一种方便的方式来解析 URL 字符串。urlparse 函数主要用于将 URL 字符串分解为不同的组成部分，如协议、主机名、路径等，并返回一个包含这些组成部分的命名元组。

语法

urllib.parse 模块的 urlparse 函数的语法如下：

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

• urlstring：需要解析的 URL 字符串。
• scheme：默认的协议，如果在 URL 字符串中没有包含协议，则会使用此参数指定的协议。
• allow_fragments：指定是否允许解析 URL 中的片段（即#后的部分）。

返回值

urllib.parse.urlparse 函数返回一个命名元组，包含以下七个部分：

1. scheme：URL 的协议部分。
2. netloc：网络位置部分，包括主机名和端口号。
3. path：URL 的路径部分。
4. params：URL 的参数部分。
5. query：URL 的查询部分。
6. fragment：URL 的片段部分。
7. username：用户名（如果有的话）。
8. password：密码（如果有的话）。

示例

下面是一个简单的示例，演示了如何使用 urllib.parse.urlparse 函数解析一个 URL 字符串：

from urllib.parse import urlparse

url = "http://www.example.com:8080/path/to/page?query=123#section1"
parsed_url = urlparse(url)

print("Scheme:", parsed_url.scheme)
print("Netloc:", parsed_url.netloc)
print("Path:", parsed_url.path)
print("Params:", parsed_url.params)
print("Query:", parsed_url.query)
print("Fragment:", parsed_url.fragment)
print("Username:", parsed_url.username)
print("Password:", parsed_url.password)

运行上面的代码将输出以下结果：

Scheme: http
Netloc: www.example.com:8080
Path: /path/to/page
Params: 
Query: query=123
Fragment: section1
Username: 
Password: 

从输出中可以看出，该 URL 字符串被成功分解成了各个组成部分，并且返回了一个包含这些部分的命名元组。

注意事项

在使用 urllib.parse.urlparse 函数时，需要注意以下几点：

1. URL 字符串中必须包含协议部分，否则解析将会出错。
2. 如果需要解析 URL 中的用户名和密码部分，需要确保 URL 字符串中包含这些信息。
3. URL 字符串中可以不包含端口号、路径、参数、查询和片段等部分，此时对应的属性会被赋值为空字符串。

总的来说，urllib.parse.urlparse 函数是一个非常实用的工具，可以帮助我们轻松地解析 URL 字符串，方便地获取其中的各个部分信息。