Python Network Programming 简明教程

Python - Building URLs

requests 模块可以帮助我们构建 URL 并动态地操作 URL 值。可以以编程方式获取 URL 的任何子目录，然后将其一部分替换为新值以构建新 URL。

Build_URL

以下示例使用 urljoin 获取 URL 路径中的不同子文件夹。urljoin 方法用于向基本 URL 添加新值。

from requests.compat import urljoin
base='https://stackoverflow.com/questions/3764291'
print urljoin(base,'.')
print urljoin(base,'..')
print urljoin(base,'...')
print urljoin(base,'/3764299/')
url_query = urljoin(base,'?vers=1.0')
print url_query
url_sec = urljoin(url_query,'#section-5.4')
print url_sec

当我们运行以上程序时，我们得到以下输出：

https://stackoverflow.com/questions/
https://stackoverflow.com/
https://stackoverflow.com/questions/...
https://stackoverflow.com/3764299/
https://stackoverflow.com/questions/3764291?vers=1.0
https://stackoverflow.com/questions/3764291?vers=1.0#section-5.4

Split the URLS

URL 还可以分割成主地址之外的许多部分。使用 urlparse 方法分隔用于特定查询或附加到 URL 的标签的其他参数，如下所示。

from requests.compat import urlparse
url1 = 'https://docs.python.org/2/py-modindex.html#cap-f'
url2='https://docs.python.org/2/search.html?q=urlparse'
print urlparse(url1)
print urlparse(url2)

当我们运行以上程序时，我们得到以下输出：

ParseResult(scheme='https', netloc='docs.python.org', path='/2/py-modindex.html', params='', query='', fragment='cap-f')
ParseResult(scheme='https', netloc='docs.python.org', path='/2/search.html', params='', query='q=urlparse', fragment='')