from urllib import parse模塊的使用

一、介紹

定義了url的標准接口，實現url的各種抽取

parse模塊的作用：url的解析，合並，編碼，解碼

二、代碼

方法一：urlparse

實現url的識別和分段

from urllib import parse

url = 'https://www.cnblogs.com/angelyan/'
"""
url：待解析的url
scheme=''：假如解析的url沒有協議,可以設置默認的協議,如果url有協議，設置此參數無效
allow_fragments=True：是否忽略錨點,默認為True表示不忽略,為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:表示協議
netloc:域名
path:路徑
params:參數
query:查詢條件，一般都是get請求的url
fragment:錨點，用於直接定位頁
面的下拉位置，跳轉到網頁的指定位置
"""

方法二：urlunparse

可以實現url的構造

url_parmas = ('https', 'www.cnblogs.com', '/angelyan/', '', 'name=maple', 'log')
#components:是一個可迭代對象，長度必須為6
result = parse.urlunparse(url_parmas)
print(result)

"""
https://www.cnblogs.com/angelyan/?name=maple#log
"""

方法三：urljoin

傳遞一個基礎連接，根據基礎連接可以將某一個不完整的鏈接拼接為一個完整鏈接

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

將字典形式的參數序列化為url編碼后的字符串，常用來構造get請求和post請求的參數

parmas = {
    'name':'maple',
    'age':18
}
parmas_str = parse.urlencode(parmas)
print(parmas_str)
"""
name=maple&age=18
"""
parmas_str = 'name=maple&age=18'
# 將url編碼格式的參數反序列化為字典類型
parmas = parse.parse_qs(parmas_str)
print(parmas)

"""
{'name': ['maple'], 'age': ['18']}
"""

方法五：quote

可以將中文轉換為url編碼格式

word = '中國夢'
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:可以將URL編碼進行解碼
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=中國夢
"""