Python—urlparse模块

urlparse模块主要对url进行分析，其主要的操作是拆分和合并url各个部件。它可以将url拆分为6个部分，并返回元组，也可以把拆分后的部分再组合成一个url。

1、urlparse函数

urllib.parse.urlparse( urlstring[ , scheme[ , allow_fragments]])

该函数将urlstring值解析为6个部分，从urlstring中获取URL，并返回元组（scheme , netloc , path , params , query , fragment）。该函数可作用于确定网络协议（HTTP,FTP等）、服务器地址、文件路径等。

下面看一下代码：

#coding = utf - 8
import urllib.parse
url = urllib.parse.urlparse('http://www.easetmount.com/index.asp? id = 001')

print (url)#url解析成6个部分
print (url.netloc)

因为老师使用的是2版本我用的是3版本所以代码上会有一些差别

运行结果：

ParseResult(scheme='http', netloc='www.easetmount.com', path='/index.asp', params='', query=' id = 001', fragment='')
www.easetmount.com
>>> 

2、urlunparse函数

同样可以调用 urlunparse（）函数将 一个元组内容构建成一条url。

urllib.parse.urlunparse(parts)

该元组类似urlparse函数，他接收元组（scheme , netloc , path , params , query , fragment）后，会重新组成一个具有 正确格式的URL，以便供Python的其他HTML解析模块使用。

下面看一下代码：

#coding = utf - 8
import urllib.parse
url = urllib.parse.urlparse('http://www.easetmount.com/index.asp? id = 001')

print (url)#url解析成6个部分
print (url.netloc)

#重组URL
u = urllib.parse.urlunparse(url)
print (u)

运行结果如下：

ParseResult(scheme='http', netloc='www.easetmount.com', path='/index.asp', params='', query=' id = 001', fragment='')
www.easetmount.com
http://www.easetmount.com/index.asp? id = 001
>>>