Question

我正在尝试将网址分成几部分，以便我可以单独使用它们。

例如网址：

'https://api.somedomain.co.uk/api/addresses?postcode=XXSDF&houseNo=34'

我如何将其拆分为： 1）源/源（即协议+子域+域） 2）路径'/ api / addresses' 3）查询：'？postcode = XXSDF＆amp; houseNo = 34'

Answer 1

你可以使用python的urlparse。

>>> from urlparse import urlparse
>>> o = urlparse('http://www.cwi.nl:80/%7Eguido/Python.html')
>>> o   
ParseResult(scheme='http', netloc='www.cwi.nl:80', path='/%7Eguido/Python.html',
            params='', query='', fragment='')
>>> o.scheme
'http'
>>> o.port
80
>>> o.geturl()
'http://www.cwi.nl:80/%7Eguido/Python.html'

Answer 2

在Python3中的urlparse中找到的urllib库就是为此而设计的。示例改编自documentation：

>>> from urllib.parse import urlparse
>>> o = urlparse('https://api.somedomain.co.uk/api/addresses?postcode=XXSDF&houseNo=34')
>>> o   
ParseResult(scheme='https', netloc='api.somedomain.co.uk', path='/api/addresses', params='', query='postcode=XXSDF&houseNo=34', fragment='')
>>> o.scheme
'http'
>>> o.port
None
>>> o.geturl()
'https://api.somedomain.co.uk/api/addresses?postcode=XXSDF&houseNo=34'

为了获得主机，路径和查询，API是直截了当的：

>>> print(o.hostname, o.path, o.query)

返回：

api.somedomain.co.uk /api/addresses postcode=XXSDF&houseNo=34

为了获得子域名，the only way seems to split by .。

请注意，根据文档，应使用urllib.parse.urlsplit代替urlparse：

如果需要将更新的URL语法允许将参数应用于URL的路径部分的每个段（请参阅RFC 2396），则通常应使用此代替urlparse（https://docs.python.org/3/library/urllib.parse.html#urllib.parse.urlsplit）

Answer 3

你可能想要在Python 2上使用stdlib模块urlparse，或在Python 3上使用urllib.parse。这会比你要求的更好地分割URL，但是它会在不难将这些碎片重新组合在一起。

将完整的URL分成几部分

3 个答案: