一、介绍

定义了url的标准接口，实现url的各种抽取

parse模块的作用：url的解析，合并，编码，解码

二、代码

方法一：urlparse

实现url的识别和分段

from urllib import parseurl = 'https://www.cnblogs.com/angelyan/'"""url：待解析的urlscheme=''：假如解析的url没有协议,可以设置默认的协议,如果url有协议，设置此参数无效allow_fragments=True：是否忽略锚点,默认为True表示不忽略,为False表示忽略"""result = parse.urlparse(url=url,scheme='http',allow_fragments=True)print(result)print(result.scheme)"""(scheme='https', netloc='www.cnblogs.com', path='/angelyan/', params='', query='', fragment='')scheme:表示协议netloc:域名path:路径params:参数query:查询条件，一般都是get请求的urlfragment:锚点，用于直接定位页面的下拉位置，跳转到网页的指定位置"""

方法二：urlunparse

可以实现url的构造

url_parmas = ('https', 'www.cnblogs.com', '/angelyan/', '', 'name=maple', 'log')#components:是一个可迭代对象，长度必须为6result = parse.urlunparse(url_parmas)print(result)"""https://www.cnblogs.com/angelyan/?name=maple#log"""

方法三：urljoin

传递一个基础连接，根据基础连接可以将某一个不完整的链接拼接为一个完整链接

base_url = 'https://www.cnblogs.com'sub_url = '/angelyan/?name=maple#log'full_url = parse.urljoin(base_url,sub_url)print(full_url)"""https://www.cnblogs.com/angelyan/?name=maple#log"""

方法四：urlencode

将字典形式的参数序列化为url编码后的字符串，常用来构造get请求和post请求的参数

parmas = {    'name':'maple',    'age':18}parmas_str = parse.urlencode(parmas)print(parmas_str)"""name=maple&age=18"""parmas_str = 'name=maple&age=18'# 将url编码格式的参数反序列化为字典类型parmas = parse.parse_qs(parmas_str)print(parmas)"""{'name': ['maple'], 'age': ['18']}"""

方法五：quote

可以将中文转换为url编码格式

word = '中国梦'url = 'http://www.baidu.com/s?wd='+parse.quote(word)print(parse.quote(word))print(url)"""%E4%B8%AD%E5%9B%BD%E6%A2%A6http://www.baidu.com/s?wd=%E4%B8%AD%E5%9B%BD%E6%A2%A6"""# unquote:可以将URL编码进行解码url = 'http://www.baidu.com/s?wd=%E4%B8%AD%E5%9B%BD%E6%A2%A6'print(parse.unquote(url))"""http://www.baidu.com/s?wd=中国梦"""