关于python的url处理

基本环境：
python2.7

---

1 完整的url语法格式：
协议://用户名@密码:子域名.域名.顶级域名:端口号/目录/文件名.文件后缀?参数=值#标识

2 urlparse模块对url的处理方法
urlparse模块对url的主要处理方法有：urljoin/urlsplit/urlunsplit/urlparse等。该模块对url的定义采用六元组的形式：schema://netloc/path;parameters?query#fragment。其中，netloc包含下表的后4个属性

• urlparse()
  利用urlparse()方法对url进行解析，返回六元组；urlunparse()对六元组进行组合
  

• urljoin()
  利用urljoin()方法对绝对url地址与相对url地址进行拼合
  

• urlsplit()
  利用urlsplit()方法可以对URL进行分解；与urlparse()相比，urlsplit()函数返回一个五元组，没有parameter参数。
  相应的，urlunsplit()方法可以对urlsplit()分解的五元组进行合并。两种方法组合在一起，可以对URL进行有效地格式化，特殊字符在此过程中得到转换。
  

3 urllib模块对url的编码与解码
urllib模块的quote_plus()方法实现对url的编码，包括对中文的编码；unquote_plus()方法实现对url的解码，包括对中文的解码。