迹忆客 专注技术分享

本文将通过实际例子来讲解Python的 urlparse() 函数从URL中解析并提取域名。 我们还将讨论提高解析 URL 和使用其不同组件的能力。

使用 urlparse() 从 URL 中提取域

urlparse() 方法是 Python urllib 模块的一部分，当您需要将 URL 拆分为不同的组件并将它们用于各种目的时非常有用。 让我们看一下例子：

from urllib.parse import urlparse
component = urlparse('http://www.baidu.com/doodles/mothers-day-2021-april-07')
print(component)

在此代码片段中，我们首先包含了 urllib 模块中的库文件。 然后我们将 URL 传递给 urlparse 函数。 该函数的返回值是一个对象，其行为类似于具有以下列出的六个元素的数组：

• schema - 指定我们可以用来获取在线资源的协议，例如 HTTP/HTTPS。
• netloc - net 表示网络，loc 表示位置； 所以它表示 URL 的网络位置。
• path - Web 浏览器用于访问所提供资源的特定路径。
• params - 这些是路径元素的参数。
• query - 遵循资源可以使用的路径组件和数据流。
• fragment - 它对部分进行分类。

当我们使用 print 函数显示该对象时，它将打印其组件的值。 上述代码栅栏的输出将如下：

ParseResult(scheme='http', netloc='www.baidu.com', path='/doodles/mothers-day-2021-april-07', params='', query='',fragment='')

我们可以从输出中看到，所有 URL 组件都被分开并作为单独的元素存储在对象中。 我们可以通过使用任何组件的名称来获取其值，如下所示：

from urllib.parse import urlparse
domain_name = urlparse('http://www.baidu.com/doodles/mothers-day-2021-april-07').netloc
print(domain_name)

使用netloc组件，我们可以获取URL的域名，如下：

www.baidu.com

这样，我们就可以解析 URL，并在编程中将其不同组件用于各种目的。