Pythonic URL Parsing

Question

Es gibt eine Reihe von Fragen darüber, wie man eine URL in Python parsen kann, diese Frage betrifft die beste oder pythonischste Methode.

In meiner Analyse brauche ich 4 Teile: den Netzwerkstandort, den ersten Teil der URL, den Pfad und den Dateinamen und Querystring Teile.

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

sollte analysieren, in:

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

Der folgende Code das richtige Ergebnis erzeugt, aber es gibt bessere Möglichkeit, dies in Python zu tun?

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 

Answer 1

Da Ihre Anforderungen an, welche Teile Sie sind anders, was urlparse gibt Ihnen, dass so gut wie es geht erhalten zu. Sie könnten jedoch ersetzen diese:

partCount = len(pathParts) - 1 

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

mit diesem:

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

Answer 2

ich geneigt sein würde mit urlparse zu beginnen. Sie können aber auch rsplit und die maxsplit Parameter von split und rsplit verwenden, um die Dinge ein wenig zu vereinfachen:

_, 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