使用 urllib 解析 URL 链接

urllib 库还提供了 parse 模块，它定义了处理 URL 的标准接口，例如实现 URL 各部分的抽取、合并以及链接转换，常用的方法如下：

In [1]: from urllib.parse import urlparse, urlunparse, urlsplit, urlunsplit, urljoin, parse_qs, parse_qsl, quote, unquote

//urlparse()用于对一个URL进行分段
In [2]: urlparse("http://www.baidu.com/index.html;user?id=5#comment")    
Out[2]: ParseResult(scheme='http', netloc='www.baidu.com', path='/index.html', params='user', query='id=5', fragment='comment')

//urlunparse()用于构造一个URL
In [5]: urlunparse(['http', 'www.baidu.com', '/index.html', 'user', 'id=5', 'comment'])    
Out[5]: 'http://www.baidu.com/index.html;user?id=5#comment'

//urlsplit() 与 urlparse() 用法一致，但只运回5个结果，params 会合并到 path 中
In [7]: urlsplit("http://www.baidu.com/index.html;user?id=5#comment")   
Out[7]: SplitResult(scheme='http', netloc='www.baidu.com', path='/index.html;user', query='id=5', fragment='comment')

//urlunsplit() 与 urlunparse() 用法一致，但传入的长度必须是5个
In [11]: urlunsplit(['http', 'www.baidu.com', '/index.html', 'id=5', 'comment'])    
Out[11]: 'http://www.baidu.com/index.html?id=5#comment'

//urljoin()用于生成链接，第一个参数是基础URL，第二个参数相对URL，连结两个参数生成一个新的链接
In [13]: urljoin('http://www.baidu.com/', 'FAQ.html')    
Out[13]: 'http://www.baidu.com/FAQ.html'      

//urlencode()用于序列化GET请求参数，通常用来构造请求链接
In [27]: base_url = "http://www.baidu.com"
In [28]: params = {'name': 'Tom', 'age': 18}
In [29]: base_url + urlencode(params) 
Out[29]: 'http://www.baidu.comname=Tom&age=18'

//parse_qs()用于反序列化GET请求参数
In [30]: query = "name=Tom&age=18"
In [32]: parse_qs(query) 
Out[32]: {'name': ['Tom'], 'age': ['18']}

//parse_qsl()用于将参数转化为元组组成的列表
In [34]: query = "name=Tom&age=18"
In [35]: parse_qsl(query)
Out[35]: [('name', 'Tom'), ('age', '18')]

//quote()用于对URL进行编码，将内容转化为URL编码的格式
In [37]: "http://www.baidu.com/" + quote("你好") 
Out[37]: 'http://www.baidu.com/%E4%BD%A0%E5%A5%BD'

//unquote()用于对URL进行解码
In [41]: unquote("http://www.baidu.com/%E4%BD%A0%E5%A5%BD")
Out[41]: 'http://www.baidu.com/你好'