Python 中的 URL 解析与构建：urllib.parse 模块详解

前言

最近测试一个需求，入职需要进行音乐基础考试需求，简单说就是通过播放的音频回答填空区是什么音符，当然音频、答案等都是上传到oss的，上传oss后，自动拼一个url然后入库。本以为很顺利，可是到小程序访问的时候，访问不到，仔细排查，才知道是由于链接中包含中文导致的。有上千条数据，如何修改数据呢？这就体现出了python的强大快捷，urllib.parse 轻松帮你搞定。

urllib.parse

当涉及到 Python 中的 URL 解析和操作时，urllib.parse 模块提供了丰富的功能。可以使用这个模块来解析 URL、构建查询字符串、编码和解码 URL 等。

URL 解析

使用 urlparse 函数可以将 URL 字符串解析为各个组成部分，比如 scheme、netloc、path、params、query 和 fragment。以下是一个简单的示例：

python 复制代码

from urllib.parse import urlparse

url = "https://www.example.com/path?query=123"
parsed_url = urlparse(url)

print(parsed_url.scheme)  # https
print(parsed_url.netloc)  # www.example.com
print(parsed_url.path)    # /path
print(parsed_url.query)   # query=123

从输出结果，可以看出来scheme代表协议、netloc代表域名、path代表路径、query代表参数

构建 URL

使用 urlunparse 函数可以将 URL 的各个部分组合成完整的 URL 字符串。以下是一个简单的示例：

ini 复制代码

from urllib.parse import urlunparse

parts = ('https', 'www.example.com', '/path', '', 'query=123', '')
full_url = urlunparse(parts)

print(full_url)  # https://www.example.com/path?query=123

从输出结果可以看到，urlunparse可以组合出一个完整的url。

编码和解码

使用 quote 和 unquote 函数可以对 URL 进行编码和解码操作。这在处理 URL 中的特殊字符或非 ASCII 字符时非常有用。示例：

ini 复制代码

from urllib.parse import quote, unquote

original_string = "hello world, this is a test"
encoded_string = quote(original_string)
decoded_string = unquote(encoded_string)

print(encoded_string)  # hello%20world%2C%20this%20is%20a%20test
print(decoded_string)  # hello world, this is a test

从输出结果可以看到，quote用来编码字符串，unquote用来解码字符串

实战

知道基础使用后，现在我们处理前言中提到的问题

鉴于url比较简单，并没有参数，只有协议、域名、路径，这就很好解决了，看实现代码

ini 复制代码

def _urlparse(url: str):
    parse_url = urlparse(url)
    path = parse_url.path
    encoded_path = '/'.join(quote(segment) for segment in path.split('/'))

    new_url = f"{parse_url.scheme}://{parse_url.netloc}{encoded_path}"
    return new_url

使用 urlparse 函数解析原始 URL，然后提取出路径部分进行处理。对路径部分中的每个段落进行 URL 编码，并将它们拼接在一起，最后生成新的 URL，当然构建URL也可以使用上文提到的urlunparse函数，笔者这里使用了字符串拼接方法。最终脚本只需要增加连接数据库，进行更新操作即可。

最后

不到半小时就完成了脚本编写，并修改了所有数据，这也许就是python的便捷之处吧。当然，文中提到的只是 urllib.parse 模块中的一些常用函数，如果你遇到与笔者相同的问题，这些函数基本够用了，想要更加深入了解，推荐去看官方文档，更多功能可以根据自身场景需要进行探索和使用。

欢迎评论区留下你使用urllib.parse处理过的印象深刻的问题！