Python - urlparse链接

Question

我想在urls中添加方案，如果不存在。

import urlparse

p = urlparse.urlparse(url)
print p
netloc = p.netloc or p.path
path = p.path if p.netloc else ''
scheme = p.scheme or 'http'
p = urlparse.ParseResult(scheme, netloc, path, *p[3:])
url = p.geturl()
print url

当我没有任何端口号时，上面的代码工作得很好。当有端口号时，它会显示任意输出。例如：-

input go.com:8000/3/
output go.com://8000/3/

localhost也是如此。在这种情况下，我应该遵循什么方法？

Answer 1

如果您有端口号，但没有url方案，您的url必须以//开头。urlparse只有在“//”正确引入netloc时才能识别它。否则，假设输入是相对URL，并因此以路径组件开始。

检查以下代码，并观察其差异

1)在第一个示例中，我添加了//，以便解析器将其识别为netloc而不是方案，然后是路径。

p.urlparse('//go.com:8000/3/')
ParseResult(scheme='', netloc='go.com:8000', path='/3/', params='', query='', fragment='')

2)在这个示例中，我们没有模式，也没有指定//，也没有端口号，所以整个url都被认为是路径。

p.urlparse('go.com/3/')
ParseResult(scheme='', netloc='', path='go.com/3/', params='', query='', fragment='')

3)在这个示例中，我指定了端口。我们知道在方案之后，我们有://，之前识别的解析器:作为方案，之后:作为路径。

p.urlparse('go.com:8000/3/')
ParseResult(scheme='go.com', netloc='', path='8000/3/', params='', query='', fragment='')

这就是urlparse解析url的方式。为了让你的url方案工作，检查://如果你没有在你的url前面显式地找到追加//，那么工作就会完成。

有关更多详细信息，请访问此url [https://docs.python.org/2/library/urlparse.html]

Answer 2

根据文档，您需要正确引入netloc才能正确解析。因此，如果url不是绝对路径，请尝试在url的开头添加//，如下所示：

urlparse.urlparse('//go.com:8000/3')
ParseResult(scheme='', netloc='go.com:8000', path='/3', params='', query='', fragment='')

通过这种方式，它可以正确地识别url的每个部分。另请参阅文档：https://docs.python.org/2/library/urlparse.html#urlparse.urlparse