我希望通过python以所需的格式获取流文件的信息。

Question

我正在用python编写代码来解析流文件中的跟踪器信息。

import bencoder
import sys

target = './'+sys.argv[1]

with open(target, 'rb') as torrent_file:
    torrent = bencoder.decode(torrent_file.read())

i=0
while True:
    try:
        print(torrent[b'announce-list'][i])
        i+=1
    except:
        break

输出如下。

b'udp://tracker.openbittorrent.com:80/announce‘

B‘’udp://tracker.opentry ackr.org:1337/announce‘

我想在下面的表单中解析这个值。

"tracker.openbittorrent.com"，80

"tracker.opentrackr.org"，1337年

我应该如何解析它？

Answer 1

为此，可以使用urllib.parse.urlparse，如下所示

from urllib.parse import urlparse
url1 = b'udp://tracker.openbittorrent.com:80/announce'
url2 = b'udp://tracker.opentrackr.org:1337/announce'
c1 = urlparse(url1)
c2 = urlparse(url2)
hostport1 = c1.netloc.rsplit(b':',1)
hostport2 = c2.netloc.rsplit(b':',2)
hostport1[0] = hostport1[0].decode()
hostport1[1] = int(hostport1[1])
hostport2[0] = hostport2[0].decode()
hostport2[1] = int(hostport2[1])
print(hostport1)
print(hostport2)

输出

['tracker.openbittorrent.com', 80]
['tracker.opentrackr.org', 1337]

说明:我提取netloc，然后从右b':'最多拆分一次，然后应用.decode到主机端口将bytes转换为str，int将bytes转换为int。

编辑:经过更仔细的阅读，我注意到您可能会访问.hostname和.port，它们允许更简洁的代码来完成该任务，即

from urllib.parse import urlparse
url1 = b'udp://tracker.openbittorrent.com:80/announce'
url2 = b'udp://tracker.opentrackr.org:1337/announce'
c1 = urlparse(url1)
c2 = urlparse(url2)
hostport1 = [c1.hostname.decode(), c1.port]
hostport2 = [c2.hostname.decode(), c2.port]
print(hostport1)
print(hostport2)

提供与上面代码相同的输出。