from urllib import parse模块的使用
方法一：urlparse
实现url的识别和分段
from urllib import parse url = 'https://www.cnblogs.com/angelyan/' """ url：待解析的url scheme=''：假如解析的url没有协议,可以设置默认的协议,如果url有协议，设置此参数无效 allow_fragments=True：是否忽略锚点,默认为True表示不忽略,为False表示忽略 """ result = parse.urlparse(url=url,scheme='http',allow_fragments=True) print(result) print(result.scheme) """ (scheme='https', netloc='www.cnblogs.com', path='/angelyan/', params='', query='', fragment='') scheme:表示协议 netloc:域名 path:路径 params:参数 query:查询条件，一般都是get请求的url fragment:锚点，用于直接定位页 面的下拉位置，跳转到网页的指定位置 """
方法二：urlunparse
可以实现url的构造
url_parmas = ('https', 'www.cnblogs.com', '/angelyan/', '', 'name=maple', 'log')
#components:是一个可迭代对象，长度必须为6
result = parse.urlunparse(url_parmas)
print(result)
"""
https://www.cnblogs.com/angelyan/?name=maple#log
"""
方法三：urljoin
传递一个基础连接，根据基础连接可以将某一个不完整的链接拼接为一个完整链接
base_url = 'https://www.cnblogs.com' sub_url = '/angelyan/?name=maple#log' full_url = parse.urljoin(base_url,sub_url) print(full_url) """ https://www.cnblogs.com/angelyan/?name=maple#log """
方法四：urlencode
将字典形式的参数序列化为url编码后的字符串，常用来构造get请求和post请求的参数
parmas = {
'name':'maple',
'age':18
}
parmas_str = parse.urlencode(parmas)
print(parmas_str)
"""
name=maple&age=18
"""
parmas_str = 'name=maple&age=18'
# 将url编码格式的参数反序列化为字典类型
parmas = parse.parse_qs(parmas_str)
print(parmas)
"""
{'name': ['maple'], 'age': ['18']}
"""
方法五：quote
可以将中文转换为url编码格式
word = '中国梦' url = 'http://www.baidu.com/s?wd='+parse.quote(word) print(parse.quote(word)) print(url) """ %E4%B8%AD%E5%9B%BD%E6%A2%A6 http://www.baidu.com/s?wd=%E4%B8%AD%E5%9B%BD%E6%A2%A6 """ # unquote:可以将URL编码进行解码 url = 'http://www.baidu.com/s?wd=%E4%B8%AD%E5%9B%BD%E6%A2%A6' print(parse.unquote(url)) """ http://www.baidu.com/s?wd=中国梦 """
