詳解python內(nèi)置模塊urllib
urllib 是 python 的內(nèi)置模塊， 主要用于處理url相關(guān)的一些操作，例如訪問url、解析url等操作。
urllib 包下面的 request 模塊主要用于訪問url，但是用得太多，因?yàn)樗墓饷⑷急?code> requests 這個第三方庫覆蓋了，最常用的還是 parse 模塊。 寫爬蟲過程中，經(jīng)常要對url進(jìn)行參數(shù)的拼接、編碼、解碼，域名、資源路徑提取等操作，這時 parse 模塊就可以排上用場。
一、urlparse
urlparse 方法是把一個完整的URL拆分成不同的組成部分，你可以根據(jù)自己的需求提取其中的某部分內(nèi)容。 返回結(jié)果 ParseResult 是 namedtuple 的子類，由以下10部分組成，每部分既可以通過名字獲取也可以通過下表索引得到。
>>> from urllib import parse >>> url = 'https://mp.weixin.qq.com/s?__biz=MjM5MzgyODQxMQ==&mid=2650366919&idx=1&sn=1b36a9f2c0921cdeac52942ec591a923#rd' >>> result = parse.urlparse(url) # 返回ParseResult對象 >>> print(result) ParseResult(scheme='https', netloc='mp.weixin.qq.com', path='/s', params='', query='__biz=MjM5MzgyODQxMQ==&mid=2650366919&idx=1&sn=1b36a9f2c0921cdeac52942ec591a923', fragment='rd') # 通過下標(biāo)獲取協(xié)議 >>> result[0] 'https' # 協(xié)議 >>> result.scheme 'https' # url資源路徑 >>> result.path '/s' # 查詢參數(shù) >>> result.query '__biz=MjM5MzgyODQxMQ==&mid=2650366919&idx=1&sn=1b36a9f2c0921cdeac52942ec591a923' # 獲取主機(jī)名 >>> result.hostname 'mp.weixin.qq.com'
二、parse_qs
parse_qs 方法是將查詢參數(shù)這部分內(nèi)容從字符串轉(zhuǎn)換成字典對象
>>> parse.parse_qs(result.query)
{'__biz': ['MjM5MzgyODQxMQ=='], 'mid': ['2650366919'], 'idx': ['1'], 'sn': ['1b36a9f2c0921cdeac52942ec591a923']}
>>>
每個參數(shù)名對應(yīng)一個列表對象，這是因?yàn)樵趗rl規(guī)范中，一個參數(shù)名可以有多個值，例如： a=1&a=2，通常在實(shí)際應(yīng)用場景中一般一個參數(shù)名只會對應(yīng)一個值。
你可以用一行代碼將列表轉(zhuǎn)化為字符串
>>> {name: value[0] for name, value in parse.parse_qs(result.query).items()}
{'__biz': 'MjM5MzgyODQxMQ==', 'mid': '2650366919', 'idx': '1', 'sn': '1b36a9f2c0921cdeac52942ec591a923'}
三、urlencode
反過來，如果將一個字典對象想轉(zhuǎn)換為url中的查詢參數(shù)，那么就可以使用urlencode方法。
>>> d = {'__biz': 'MjM5MzgyODQxMQ==', 'mid': '2650366919', 'idx': '1'}
>>> parse.urlencode(d)
'__biz=MjM5MzgyODQxMQ%3D%3D&mid=2650366919&idx=1'
四、quote
在URL的標(biāo)準(zhǔn)規(guī)范中，url 只允許數(shù)字、字母和部分特殊符號的存在，如果有中文和某些特殊符號，就需要使用UTF-8進(jìn)行編碼，將這些字符轉(zhuǎn)換成 %XX 的形式，例如: 【中】UTF-8編碼的結(jié)果是：
>>> "中".encode() b'\xe4\xb8\xad'
那么瀏覽器實(shí)際上會把【中】轉(zhuǎn)換成 %e4%b8%ad
在python中，就可以用 quote 方法進(jìn)行URL編碼，對于特殊符號，也會進(jìn)行成對應(yīng)的16進(jìn)制符號， 例如 【=】 就轉(zhuǎn)換成了 %3D 。
>>> parse.quote("q=中")
'q%3D%E4%B8%AD'
>>>
quote_plus 可以將空格編碼成“+”
>>> parse.quote_plus("a b")
'a+b'
>>> parse.quote("a b")
'a%20b'
五、unquote
unquote 是 quote 的逆向過程，稱之為URL解碼，解碼方便開發(fā)者閱讀
>>> parse.unquote("q%3D%E4%B8%AD")
'q=中'
以上就是詳解python內(nèi)置模塊urllib的詳細(xì)內(nèi)容，更多關(guān)于python內(nèi)置模塊urllib的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了python繪制簡單彩虹圖的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-11-11
這篇文章主要介紹了詳解Python3遷移接口變化采坑記，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
python基礎(chǔ)教程之?dāng)?shù)字處理(math)模塊詳解
這篇文章主要介紹了pythonr的數(shù)字處理模塊知識(math),需要的朋友可以參考下2014-03-03
Python實(shí)現(xiàn)查找并刪除重復(fù)文件的方法小結(jié)
這篇文章主要為大家詳細(xì)介紹了如何使用Python編寫一個簡單的腳本來查找并刪除指定目錄及其子目錄中的重復(fù)文件,需要的可以參考一下2025-03-03
詳解APScheduler如何設(shè)置任務(wù)不并發(fā)
本文主要介紹了APScheduler如何設(shè)置任務(wù)不并發(fā)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-07-07
Python+OpenCV數(shù)字圖像處理之ROI區(qū)域的提取
ROI區(qū)域又叫感興趣區(qū)域。在機(jī)器視覺、圖像處理中，從被處理的圖像以方框、圓、橢圓、不規(guī)則多邊形等方式勾勒出需要處理的區(qū)域，稱為感興趣區(qū)域，ROI。本文主要為大家介紹如何通過Python+OpenCV提取ROI區(qū)域，需要的朋友可以了解一下2021-12-12
這篇文章主要介紹了python中的異常捕獲的相關(guān)資料，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
這篇文章主要介紹了windows下python之mysqldb模塊安裝方法,需要的朋友可以參考下2017-09-09
Python OpenCV 使用滑動條來調(diào)整函數(shù)參數(shù)的方法
這篇文章主要介紹了Python OpenCV 使用滑動條來調(diào)整函數(shù)參數(shù)的方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
對python requests發(fā)送json格式數(shù)據(jù)的實(shí)例詳解
今天小編就為大家分享一篇對python requests發(fā)送json格式數(shù)據(jù)的實(shí)例詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12