如果它不以 http 开头，我如何将 http 添加到 url？答案

【问题标题】：How can I prepend http to a url if it doesn't begin with http?如果它不以 http 开头，我如何将 http 添加到 url？
【发布时间】：2014-03-06 17:05:32
【问题描述】：

我的网址格式为：

google.com
www.google.com
http://google.com
http://www.google.com

我想将所有类型的链接转换为统一格式，以http://开头

http://google.com

如何使用 Python 在 URL 前添加 http://？

【问题讨论】：

这太模糊了。你在什么情况下这样做？这些 URL 来自哪里，它们存储在哪里，以及您将它们输出到哪里？
@DanielRoseman 我更新了我的问题
这实际上不是一个坏问题，因为 Python 确实有内置函数来正确处理这个问题，例如 urlparse.urlparse(my_url, 'http') 和此模块中的其他函数
您指定了 4 种不同的格式。你确定没有其他格式吗？
@JBernardo 除了urlparse(my_url, 'http') 将 URL 识别为路径，而不是 netloc...

标签： python python-2.7 url

【解决方案1】：

Python 确实有内置函数来正确处理它，比如

p = urlparse.urlparse(my_url, 'http')
netloc = p.netloc or p.path
path = p.path if p.netloc else ''
if not netloc.startswith('www.'):
    netloc = 'www.' + netloc

p = urlparse.ParseResult('http', netloc, path, *p[3:])
print(p.geturl())

如果要删除（或添加）www 部分，则必须在调用 .geturl() 之前编辑结果对象的 .netloc 字段。

因为ParseResult 是一个命名元组，你不能就地编辑它，而必须创建一个新对象。

PS：

对于 Python3，应该是urllib.parse.urlparse

【讨论】：

@Giri 就是这么做的。因为ParseResult 是一个命名元组，你不能就地编辑它，而必须创建一个新对象
太棒了.. 感谢您的宝贵时间
这一行出现语法错误path = p.path if p.netloc else or ''
您可以使用namedtuple._replace 使其更加简洁。（以下划线开头，但它是公开的，所以不用担心）。
这是 JBernardo 的示例。如果我们不尝试在前面加上 www. 会更简单，这让我觉得这是一件很奇怪的事情，但我会保留它以供比较：pastebin.com/QwWvVktB。希望有帮助！ :)

【解决方案2】：

我发现使用正则表达式检测协议很容易，如果丢失，则添加它：

import re
def formaturl(url):
    if not re.match('(?:http|ftp|https)://', url):
        return 'http://{}'.format(url)
    return url

url = 'test.com'
print(formaturl(url)) # http://test.com

url = 'https://test.com'
print(formaturl(url)) # https://test.com

希望对你有帮助！

【讨论】：

【解决方案3】：

对于您在问题中提到的格式，您可以执行以下简单操作：

def convert(url):
    if url.startswith('http://www.'):
        return 'http://' + url[len('http://www.'):]
    if url.startswith('www.'):
        return 'http://' + url[len('www.'):]
    if not url.startswith('http://'):
        return 'http://' + url
    return url

但请注意，您可能没有预料到其他格式。此外，请记住，输出 URL（根据您的定义）不一定是有效的（即 DNS 无法将其转换为有效的 IP 地址）。

【讨论】：

.find(x) >= 0 写成 .startswith(x) 更为惯用。
@larsmans。我最初是使用startsWith 编写的（显然没有用，因为它不是Java）...感谢您的更正；答案修改
这可以适应http 和https 网址吗？

【解决方案4】：

如果您的 URL 是字符串类型，您可以直接连接。

one = "https://"
two = "www.privateproperty.co.za"

link = "".join((one, two))

【讨论】：

我提交帖子时从来没有出现过。

【解决方案5】：

def fix_url(orig_link):
    # force scheme 
    split_comps = urlsplit(orig_link, scheme='https')
    # fix netloc (can happen when there is no scheme)
    if not len(split_comps.netloc):
        if len(split_comps.path):
            # override components with fixed netloc and path
            split_comps = SplitResult(scheme='https',netloc=split_comps.path,path='',query=split_comps.query,fragment=split_comps.fragment)
        else: # no netloc, no path 
            raise ValueError
    return urlunsplit(split_comps)

【讨论】：