问题标签 [urlparse]

我应该使用哪个URL 解析函数对，为什么？

• urlparse和urlunparse, 或
• urlsplit和urlunsplit？

我正在python-modules、Django、Zope 或 Python 中的任何地方寻找类似java.net.URL的东西。我希望它最好是从语义上的原因，因为有关程序的分析结果表明 URL 在其中起着至关重要的作用。结果是这样的 URL 类在该程序中也将有很大的实际用途。

我当然可以自己写这样的课，但我想在开始重新发明轮子之前先看看周围。

我确实看过urllib2和urlparse。基本上具有我需要的urlparse功能，但它没有将其封装到像java.net.URL. 关于我对我的程序的分析，它是颠倒的。

urlparse我还查看了类的源代码SplitResult和ParseResult. 它们具有一些基本功能，可用于子类化。但是我必须将其余的 urlparse 函数重写为子类方法。

我还发现了 mxURL - Python 的灵活 URL 数据类型。它非常接近我真正想要的。只是对于我的目的来说，这似乎有点过头了。

谁能建议另一种选择？我应该继续重新发明轮子吗？

我的解决方案：

为了获得我的 URL 类，我基本上做了两件事：

1. 继承自urlparse.ResultMixin。
2. 定义仅调用urlparse.urlparse()并将结果转换为 URL 实例参数的函数。

警告信息：

好吧，警告很清楚，但如果假设我使用的是 SQLAlchemy 的最新版本（0.7，稳定版和开发版）和 python 2.7，我不知道为什么会发生这种情况。

或者这是一个错误？

非常感谢。

我需要解析一个 URL。我目前正在使用 urlparse.urlparse() 和 urlparse.urlsplit()。

问题是当它不存在方案时，我无法从 URL 获取“netloc”（主机）。我的意思是，如果我有以下网址：

www.amazon.com/Programming-Python-Mark-Lutz/dp/0596158106/ref=sr_1_1?ie=UTF8&qid=1308060974&sr=8-1

我无法获取 netloc：www.amazon.com

根据python文档：

遵循 RFC 1808 中的语法规范，urlparse 只有当它被 '//' 正确引入时才能识别它。否则，输入被假定为相对 URL，因此以路径组件开始。

所以，这是故意的。但是，我仍然不知道如何从该 URL 获取 netloc。

我想我可以检查该方案是否存在，如果不存在，则添加它，然后解析它。但是这个解决方案似乎并不是很好。

你有更好的主意吗？

编辑： 感谢所有的答案。但是，我不能做 Corey 和其他人提出的“startswith”事情。因为，如果我得到一个带有其他协议/方案的 URL，我会把它搞砸。看：

如果我得到这个网址：

使用建议的代码，我将在开头添加“http://”并将其搞砸。

我找到的解决方案

需要注意的一点：

我先做一些验证，如果没有给出方案，我认为它是 http://

我正在尝试编写一个脚本来测试网页是否存在，如果它在不下载整个页面的情况下进行检查会很好。

这是我的出发点，我已经看到多个示例以相同的方式使用 httplib，但是，我检查的每个站点都只返回 false。

有任何想法吗？

编辑

有人提出这个建议，但他们的帖子被删除了.. urllib2 是否避免下载整个页面？

我目前正在从事一个涉及拆分 url 的项目。我使用了 urlparse 模块来分解 url，所以现在我只使用路径段。

问题是，当我尝试根据分隔符“/”拆分（）字符串以分隔目录时，我的列表中最终会出现空字符串。

例如，当我执行以下操作时：

我得到清单：

我不想要这些空字符串。我意识到我可以通过制作一个没有它们的新列表来删除它们，但这似乎很草率。有没有更好的方法来删除空字符串和斜杠？

我有一个 Python App Engine 网络应用程序类，我正在使用以下 POST url 访问它：http://localhost:8087/moderate?5649364211118945661=on

如何获取参数名称 - 不是参数的值，5649364211118945661而是包含该on值的所有参数名称的列表。

例如，在以下网址中：

我怎样才能提取这个：

非常感谢。

如果缺少给定的 url 字符串，我想在给定的 url 字符串前面添加“http”方案名称。否则，请不要理会 url，所以我认为 urlparse 是正确的方法。但是，每当没有方案并且我使用 get url 时，我会在方案和域之间得到 /// 而不是 '//'。

我如何转换这个 url，使它看起来像：

是否有一个内置函数来获取这样的url：../images.html给定一个这样的基本url：http://www.example.com/faq/index.html和一个目标url，比如http://www.example.com/images.html

我检查了 urlparse 模块。我想要的是 urljoin() 函数的对应物。

例子：

删除“ q2 ”后，它将返回：

在这种情况下，有多个“ q2 ”并且都已被删除。