2.5 解析链接

urllib模块中提供了parse子模块，主要用于解析URL，可以实现URL的拆分或者组合。它支持多种协议的URL处理，如file、ftp、gopher、hdl、http、https、imap、mailto、mms、news、nntp、prospero、rsync、rtsp、rtspu、sftp、shttp、sip、sips、snews、svn、svn+ssh、telnet、wais、ws、wss。

2.5.1 拆分URL

1.urlparse()方法

parse子模块中提供了urlparse()方法，用于实现将URL分解成不同的部分，其语法格式如下：

参数说明：

☑ urlstring：需要拆分的URL，该参数为必选参数。

☑ scheme：可选参数，表示需要设置的默认协议。如果需要拆分的URL中没有协议（如HTTPS、HTTP等），则可以通过该参数设置一个默认的协议，该参数的默认值为空字符串。

☑ allow_fragments：可选参数，如果该参数设置为False，表示忽略fragments这部分内容，默认为True。

实例2.13 使用urlparse()方法拆分URL

（实例位置：资源包\Code\02\13）

使用urlparse()方法拆分URL的示例代码如下：

程序运行结果如下：

说明

从以上的运行结果中可以看出，调用urlparse()方法将返回一个ParseResult对象。该对象由6部分组成，scheme表示协议，netloc表示域名，path表示访问的路径，params表示参数，query表示查询条件，fragment表示片段标识符。

除了直接获取返回的ParseResult对象，还可以直接获取ParseResult对象中的每个属性值。关键代码如下：

2.urlsplit()方法

实例2.14 使用urlsplit()方法拆分URL

（实例位置：资源包\Code\02\14）

urlsplit()方法与urlparse()方法类似，都可以实现URL的拆分，只是urlsplit()方法不再单独拆分params这部分内容，而是将params合并到path，所以返回的结果中只有5部分内容，并且返回的数据类型为SplitResult。示例代码如下：

程序运行结果如下：

从以上的运行结果中可以看出，使用urlsplit()方法拆分后的URL将以SplitResult类型返回，该类型的数据既可以使用属性获取对应的值，也可以使用索引获取对应的值。示例代码如下：

2.5.2 组合URL

1.urlunparse()方法

parse子模块提供了拆分URL的方法，也提供了urlunparse()方法来实现URL的组合。其语法格式如下：

参数说明：

☑ parts：表示用于组合URL的可迭代对象。

实例2.15 使用urlunparse()方法组合URL

（实例位置：资源包\Code\02\15）

使用urlunparse()方法组合URL的示例代码如下：

程序运行结果如下：

注意

在使用urlunparse()方法组合URL时，需要注意可迭代对象中的元素必须是6个，如果元素不足6个，则将出现如图2.18所示的错误信息。

2.urlunsplit()方法

实例2.16 使用urlunsplit()方法组合URL

（实例位置：资源包\Code\02\16）

urlunsplit()方法与urlunparse()方法类似，同样是用于实现URL的组合，其参数也同样是一个可迭代对象，不过其元素必须是5个。示例代码如下：

程序运行结果如下：

2.5.3 连接URL

urlunparse()方法与urlunsplit()方法可以实现URL的组合，而parse子模块还提供了一个urljoin()方法来实现URL的连接。其语法格式如下：

参数说明：

☑ base：表示基础链接。

☑ url：表示新的链接。

☑ allow_fragments：可选参数，如果该参数设置为False，表示忽略fragments这部分内容，默认为True。

实例2.17 使用urljoin()方法连接URL

（实例位置：资源包\Code\02\17）

urljoin()方法在实现URL连接时，base参数只可以设置scheme、netloc及path，如果第二个参数（url）是一个不完整的URL，那么第二个参数的值会添加至第一个参数（base）的后面，并自动添加斜杠（/）。如果第二个参数是一个完整的URL，将直接返回第二个参数所对应的值。示例代码如下：

程序运行结果如下：

2.5.4 URL的编码与解码

URL编码是GET请求中比较常见的，是对请求地址中的参数进行编码，尤其是中文参数。parse子模块提供了urlencode()方法与quote()方法，用于实现URL的编码，而unquote()方法可以对加密后的URL进行解码。

1.urlencode()方法

实例2.18 使用urlencode()方法编码请求参数

（实例位置：资源包\Code\02\18）

urlencode()方法接收一个字典类型的值，所以要想将URL进行编码，需要先将请求参数定义为字典类型，再调用urlencode()方法进行请求参数的编码。示例代码如下：

程序运行结果如下：

说明

地址中的“%E4%B8%AD%E5%9B%BD&”内容为中文转码后的效果。

2.quote()方法

实例2.19 使用quote()方法编码字符串参数

（实例位置：资源包\Code\02\19）

quote()方法与urlencode()方法所实现的功能类似，但是urlencode()方法中只接收字典类型的参数，而quote()方法则可以将一个字符串进行编码。示例代码如下：

程序运行结果如下：

3.unquote()方法

实例2.20 使用unquote()方法解码请求参数

（实例位置：资源包\Code\02\20）

unquote()方法可以将编码后的URL字符串逆向解码，无论通过urlencode()方法还是quote()方法，所编码的URL字符串都可以使用unquote()方法进行解码。示例代码如下：

程序运行结果如下：

2.5.5 URL参数的转换

实例2.21 使用parse_qs()方法将参数转换为字典类型

（实例位置：资源包\Code\02\21）

请求地址的URL是一个字符串，如果需要将其中的参数转换为字典类型，那么可以先使用urlsplit()方法拆分URL，再调用query属性获取URL中的参数，最后使用parse_qs()方法将参数转换为字典类型的数据。示例代码如下：

程序运行结果如下：

实例2.22 使用parse_qsl()方法将参数转换为元组所组成的列表

（实例位置：资源包\Code\02\22）

除了parse_qs()方法，还有parse_qsl()方法可以将URL参数进行转换，不过parse_qsl()方法会将字符串参数转换为元组所组成的列表。示例代码如下：

程序运行结果如下：