python的urlparse

urlparse主要是URL的分解和拼接，分析出URL中的各项参数，可以被其他的URL使用。

主要的函数有：

1、urlparse

将URL分解为6个片段，返回一个元组，包括协议、基地址、相对地址等等

import urlparse

url = urlparse.urlparse('http://blog.csdn.net/?ref=toolbar') 

print url

输出结果为：

ParseResult(scheme='http', netloc='blog.csdn.NET', path='/', params='', query='ref=toolbar', fragment='')

scheme是协议，netloc是服务器地址，path是相对路径，params是参数，query是查询的条件。

如果知道服务器的地址的话，可以以服务器的地址为基地址，拼接其他的相对路径，组成新的URL。

2、urlsplit

和urlparse的作用差不多，将URL分解为5个片段，返回一个元组。返回一个包含5个字符串项目的元组：协议、位置、路径、查询、片段。

1. import urlparse  
2. url = urlparse.urlsplit('http://blog.csdn.net/?ref=toolbar')  
3. print url  

运行结果为：

SplitResult(scheme='http', netloc='blog.csdn.net', path='/', query='ref=toolbar', fragment='')

3、urljoin

基地址和相对地址的拼接。

这个函数比较复杂，不同的数据得出的结果大不一样，而且容易出现错误，不建议用这个函数

urlparse.urljoin(base, url[, allow_fragments])

4、urlunparse

和urlparse的效果相反，可以把6个部分拼接起来。

urlparse.urlunparse(data)

返回一个string

例子：

1. import urlparse  
2.   
3. url = "https://www.google.com.hk:8080/home/search;12432?newwi.1.9.serpuc#1234"  
4.   
5. r = urlparse.urlparse(url)  
6. print r  
7. print r.port,r.hostname  
8. print r.geturl()  
9. r = urlparse.urlsplit(url)  
10. print r  
11. parts = ["http","www.facebook.com","/home/email","132","parts","md5=?"]  
12. print urlparse.urlunparse(parts)  
13.   
14. print urlparse.urlunsplit(parts[0:5])