问题标签 [urlparse]

我正在寻找一种方法（或函数）来去除输入函数的任何 URL 的 domain.ext 部分。域扩展名可以是任何东西（.com、.co.uk、.nl、.whatever），输入的 URL 可以是从http://www.domain.com到 www.domain.com/path的任何东西/script.php?=随便

这样做的最佳方法是什么？

我的应用程序创建自定义 URI（或 URL？）来识别对象并解析它们。问题是 Python 的 urlparse 模块拒绝像解析 http 那样解析未知的 URL 方案。

如果我不调整 urlparse 的 uses_* 列表，我会得到：

这就是我所做的，我想知道是否有更好的方法来做到这一点：

为什么没有更好的方法来做到这一点？

Python 的 urlparse 函数将一个 url 解析为六个组件（scheme、netloc、path 和其他东西）

现在我发现解析“example.com/path/file.ext”不返回netloc，而是返回路径“example.com/path/file.ext”。

不应该是 netloc = "example.com" 和 path = "/path/file.ext" 吗？

我们真的需要一个“://”来确定是否存在 netloc 吗？

Python的票：http ://bugs.python.org/issue8284

我正在编写一个小型爬虫，在获取链接的同时提取大约 5 到 10 个站点我得到了一些这样的 url

如果是，/test/index.html我们可以添加基本 urlhttp://www.example.com/test/index.html

我能为这种网址做些什么。

我正在写一些东西来“清理”一个 URL。在这种情况下，我要做的就是返回一个伪造的方案，因为urlopen没有它就行不通。但是，如果我用它测试www.python.org它会返回http:///www.python.org。有谁知道为什么会有额外的 /，有没有办法在没有它的情况下返回它？

我正在制作一个解析 html 并从中获取图像的应用程序。使用 Beautiful Soup 和下载 html 很容易解析，并且图像也适用于 urllib2。

我确实对 urlparse 有问题，无法从相对路径中创建绝对路径。这个问题最好用一个例子来解释：

如您所见， urlparse 并没有带走 ../ 。当我尝试下载图像时，这会出现问题：

有没有办法在 urllib 中解决这个问题？

有没有办法强制 urlparse 的 urlsplit 函数保留传入的 str 的大小写？它保留了返回元组中路径的大小写，但不保留 netloc 的大小写，这对我很重要。（我知道域名不区分大小写，但是，我们正在使用不同的名称大写进行一些 A/B 测试，并且需要保留大小写。）

谢谢。

我正在这样做：

我明白了：

虽然我想得到这个：

我究竟做错了什么？

我的网站上有一些可爱的（斯堪的纳维亚人？）用户抱怨我无法在 URL 中解析他的用户名，因此我在我的网站上的页面上没有向他显示任何结果。

我很确定浏览器将请求编码为 http://councilroom.com/player?player=G%C3%B6rling

我想让播放器字符串成为 Görling 而不是被转换为的 Görling。

我正在将 web.py 与 python 2.6 一起使用，并尝试按如下方式解析 URL

编辑：在 unutbu 的帮助下，我将其更改为

我认为 webpy 以某种方式错误地解析了 web.ctx 中的完整路径，但 QUERY_STRING 变量没有受到干扰。

我知道使用 urllib 你可以解析一个字符串并检查它是否是一个有效的 URL。但是如何去检查一个句子中是否包含一个 URL，然后提取那个 URL。我已经看到了一些巨大的正则表达式，但我宁愿不使用我真的无法理解的东西。

所以基本上我有一个输入字符串，我需要找到并提取该字符串中的所有 URL。

有什么干净的方法来解决这个问题。