共计 1527 个字符,预计需要花费 4 分钟才能阅读完成。
- 获取 url 参数。
>>> from urllib import parse
>>> url = r'https://docs.python.org/3.5/search.html?q=parse&check_keywords=yes&area=default'
>>> parseResult = parse.urlparse(url)
>>> parseResult
ParseResult(scheme='https',
netloc='docs.python.org',
path='/3.5/search.html',
params='',
query='q=parse&check_keywords=yes&area=default',
fragment='')
>>> param_dict = parse.parse_qs(parseResult.query)
>>> param_dict
{'q': ['parse'], 'check_keywords': ['yes'], 'area': ['default']}
>>> q = param_dict['q'][0]
>>> q
'parse'
#注意:加号会被解码,可能有时并不是我们想要的
>>> parse.parse_qs('proxy=183.222.102.178:8080&task=XXXXX|5-3+2')
{'proxy': ['183.222.102.178:8080'], 'task': ['XXXXX|5-3 2']}
如果你还想问为什么没有 urldecode,把上面的示例看五遍。^_^
- parse_qs/parse_qsl
>>> from urllib import parse
>>> parse.parse_qs('action=addblog&job=modify&tid=1766670') # 1
{'tid': ['1766670'], 'action': ['addblog'], 'job': ['modify']} #注意和第 3 个并不一样
>>> parse.parse_qsl('action=addblog&job=modify&tid=1766670')
[('action', 'addblog'), ('job', 'modify'), ('tid', '1766670')] # 3
>>> dict(parse.parse_qsl('action=addblog&job=modify&tid=1766670')) #注意和第 1 个并不一样
{'tid': '1766670', 'action': 'addblog', 'job': 'modify'}
- urlencode
>>> from urllib import parse
>>> query = {
'name': 'walker',
'age': 99,
}
>>> parse.urlencode(query)
'name=walker&age=99'
- quote/quote_plus
>>> from urllib import parse
>>> parse.quote('a&b/c') #未编码斜线
'a%26b/c'
>>> parse.quote_plus('a&b/c') #编码了斜线
'a%26b%2Fc'
- unquote/unquote_plus
from urllib import parse
>>> parse.unquote('1+2') #不解码加号
'1+2'
>>> parse.unquote('1+2') #把加号解码为空格
'1 2'
- 域名编码避免敏感词屏蔽。
>>> ''.join('%'+ ('%x'%ord(ch)).upper() for ch in'github.com')'%67%69%74%68%75%62%2E%63%6F%6D'
本文出自 walker snapshot
正文完