python url解析

在开始Python编程之前我们先来看看一个关与url的知识
在url中会有一些特殊字符，如果你写过cgi程序，并且提交一个表单去调用你的cgi，你会很清楚的
像?name=aiqier&age=21这样的参数传递
下面总结一下常见的url特殊字符的含义

空格换成加号(+)
正斜杠(/)分隔目录和子目录
问号(?)分隔URL和查询
百分号(%)制定特殊字符
#号指定书签
&号分隔参数

如果需要在URL中用到，需要将这些特殊字符换成相应的十六进制的值
字符 URL编码值
空格 %20
" %22
# %23
% %25
& %26
( %28
) %29
+ %2B
, %2C
/ %2F
: %3A
; %3B
< %3C
= %3D
> %3E
? %3F
@ %4o
\ %5C
| %7C

现在问题来了，如果你的参数本身就有像”&”这样的字符，肿么办？
比如name=aiqier&liu&age=21(说明，aiqier&liu和21是我要传递的参数)
所以我们要对url的字符进行转义用到urllib.quote函数
试试如下代码

[python] view plain copy

myurl = 'http://www/~wo/lai-le/he.py?name=tom&age=6'

urllib.quote(myurl)

quote和quote_plus差不多，quote_plus会把空格转义成+号，你可以试试

当然python为我们提供了对应的反函数,我们可把那些字符解码
urllib.unquote和urllib.unquote_plus()

urllib.urlencode把映射（键值对）转化成url格式编码的字符串

[python] view plain copy

myarg = {'name':'aiqier','age':'&15'}

urllib.urlencode(myarg)

你会发现，它同时也调用了quote_plus()进行编码

对url字符串的操作urlparse模块

你在学习string时会遇到什么join，split之类的函数，在学习文件操作时，会遇到跟文件路径有关的join函数，split函数
所以在对url操作是你会遇到一个urljoin，你是不是已经猜到它的作用了?

urljoin(baseurl,newurl)将baseurl和newurl合并成一个完整的url

[python] view plain copy

urlparse.urljoin('http://www.myweb.com/something.html','but/not/anything.html')

urlparse.urlparse对url字符拆分成各个部件
url的结构是这样的：
协议://授权/路径;参数?连接符#拆分文档中的特殊锚

[python] view plain copy

urlparse.urlparse(myurl)

当然也有对应的反函数urlunparse