Pythonic URL 解析答案

【问题标题】：Pythonic URL ParsingPythonic URL 解析
【发布时间】：2009-05-19 04:36:31
【问题描述】：

有很多关于如何在 Python 中解析 URL 的问题，这个问题是关于最好或最 Pythonic 的方法。

在我的解析中，我需要 4 个部分：网络位置、URL 的第一部分、路径和文件名以及查询字符串部分。

http://www.somesite.com/base/first/second/third/fourth/foo.html?abc=123

应该解析成：

netloc = 'www.somesite.com'
baseURL = 'base'
path = '/first/second/third/fourth/'
file = 'foo.html?abc=123'

下面的代码产生了正确的结果，但是在 Python 中有没有更好的方法来做到这一点？

url = "http://www.somesite.com/base/first/second/third/fourth/foo.html?abc=123"

file=  url.rpartition('/')[2]
netloc = urlparse(url)[1]
pathParts = path.split('/')
baseURL = pathParts[1]

partCount = len(pathParts) - 1

path = "/"
for i in range(2, partCount):
    path += pathParts[i] + "/"


print 'baseURL= ' + baseURL
print 'path= ' + path
print 'file= ' + file
print 'netloc= ' + netloc

【问题讨论】：

完全重复：stackoverflow.com/questions/258746/slicing-url-with-python
与 258746 不太一样，这个问题的目标略有不同，主要关注的是完成任务的最佳（Pythonic）方式。

标签： url python

【解决方案1】：

由于您对所需部分的要求与 urlparse 为您提供的不同，所以它会得到最好的。但是，您可以替换它：

partCount = len(pathParts) - 1

path = "/"
for i in range(2, partCount):
    path += pathParts[i] + "/"

有了这个：

path = '/'.join(pathParts[2:-1])

【讨论】：

【解决方案2】：

我倾向于从urlparse 开始。此外，您可以使用rsplit，以及split 和rsplit 的maxsplit 参数来简化一些事情：

_, netloc, path, _, q, _ = urlparse(url)
_, base, path = path.split('/', 2) # 1st component will always be empty
path, file = path.rsplit('/', 1)
if q: file += '?' + q

【讨论】：