Python中Urljoin的介绍
本教程介绍了Pythonurljoin 及其使用时的行为。它还使用不同的示例代码演示了Python中urljoin 的使用。
Python中的urljoin 介绍
URLs通常包括在评估一个网站、参与者的搜索或每个区域的材料安排时可以利用的基本信息。
有时，无论URLs是否显得相当复杂，Python都有各种有价值的库，让解析、连接URLs和检索URLs的组成部分。
Python 3中的urllib 包使用户能够从他们的脚本中探索网站，并且包含了几个管理URL功能的模块，如urljoin() 。
在Python编程中使用URL时，urllib 库是至关重要的，它允许用户使用其通用资源定位器访问网站并与之互动。
另外，这个库还提供了更多的包，如urllib.request,urllib.error,urllib.parse, 和urllib.robotparser 。
使用urljoin() 方法
urljoin() 方法在需要许多相关的URL时很有帮助。例如，要为一个网站生成一组页面的URL，并在基本URL上添加新的值。
语法：
urljoin(baseurl, newurl, allowFrag=None)
通过将一个基本的URL(baseurl)与另一个URL(newurl)结合起来构建一个完整的URL，非正式地，这使用基本URL的部分作为寻址方案、网络位置和路径来提供相对URL中的缺失部分。
作为一个例子：
>>> from urllib.parse import urljoin
>>> urljoin('http://www.cwi.nl:50/%7Eguido/Python.html', 'FAQ.html')
输出：
'http://www.cwi.nl:50/%7Eguido/FAQ.html'
allowFrag 参数的含义和默认值与urlparse() 相同。如果newurl 是一个以// 或scheme:// 开始的绝对URL，newurl‘shostname 和/或scheme 将出现在输出中。作为一个例子：
>>> from urllib.parse import urljoin
>>> urljoin('http://www.cwi.nl:50/%7Eguido/Python.html', '//www.python.org/%7Eguido')
输出：
'http://www.python.org/%7Eguido'
如果这不是除此之外的输出，用urlsplit() 和urlunsplit() 对newurl 进行预处理，去掉可能的方案和网络位置部分。
如果你关心的是功能，那么urlparse() 、urlsplit() 和urlunsplit() 的功能将在下面简要介绍：
-
urlparse()– 该模块使用户能够快速地将URLs分成不同的部分，并从URLs中过滤出任何特定的部分。 -
urlsplit()– 这个模块是urlparse()的替代品，但不同的是，它不从URL中分割参数。urlsplit()模块对遵循RFC 2396的URL有帮助，它支持每个路径段的参数。 -
urlunsplit()– 这个模块的功能是将urlsplit()所返回的元组元素结合起来，形成一个完整的字符串的URL。
使用urljoin() 模块来构建 URLs
Python中的requests 模块可以协助建立URL并动态地操作URL值。通过编程，可以获取URL的任何子目录，然后可以用新的值替换URL的某些部分，以建立新的URL。
下面的代码栅栏使用urljoin() 来获取URL路径中的不同子文件夹。urljoin() 用来向基本URL添加新的值，从而建立一个URL。
from requests.compat import urljoin
base='https://stackoverflow.com/questions/10893374'
print (urljoin(base,'.'))
print (urljoin(base,'..'))
print (urljoin(base,'...'))
print (urljoin(base,'/10893374/'))
url_query = urljoin(base,'?vers=1.0')
print (url_query)
url_sec = urljoin(url_query,'#section-5.4')
print (url_sec)
输出：
https://stackoverflow.com/questions/
https://stackoverflow.com/
https://stackoverflow.com/questions/...
https://stackoverflow.com/10893374/
https://stackoverflow.com/questions/10893374?vers=1.0
https://stackoverflow.com/questions/10893374?vers=1.0#section-5.4
有办法在Python中分割URL吗？当然，有!
我们可以把URL分割成主地址之外的许多组成部分。用于特定查询的附加参数或附加在URL上的标签用urlphase() 方法来分割，如下图所示。
from requests.compat import urlparse
url_01='https://docs.python.org/3/library/__main__.html?highlight=python%20hello%20world'
url_02 = 'https://docs.python.org/2/py-modindex.html#cap-f'
print (urlparse(url_01))
print (urlparse(url_02))
输出：
ParseResult(scheme='https', netloc='docs.python.org', path='/3/library/__main__.html', params='', query='highlight=python%20hello%20world', fragment='')
ParseResult(scheme='https', netloc='docs.python.org', path='/2/py-modindex.html', params='', query='', fragment='cap-f')
使用urljoin() 来形成URLs
为了理解从 urllib.parse 导入的 urljoin() 方法的行为，从不同部分形成的 URL 显示并解释了以下例子。
示例代码：
>>> from urllib.parse import urljoin
>>> urljoin('test', 'task')
输出：
'task'
示例代码：
>>> from urllib.parse import urljoin
>>> urljoin('http://test', 'task')
输出：
'http://test/task'
示例代码
>>> from urllib.parse import urljoin
>>> urljoin('http://test/add', 'task')
输出：
'http://test/task'
示例代码：
>>> from urllib.parse import urljoin
>>> urljoin('http://test/add/', 'task')
输出：
'http://test/add/task'
示例代码：
>>> from urllib.parse import urljoin
>>> urljoin('http://test/add/', '/task')
输出：
'http://test/task'
示例代码：
>>> from urllib.parse import urljoin
>>> urljoin('test', 'task')
输出：
'task'
在上面的片段中，第一个参数可以被认为是baseurl （假设是urljoin() 的语法），可以等于浏览器上显示的页面。
第二个参数，newurl ，可以看作是该页面上一个锚点的href 。作为结果，一旦被用户点击，最后的URL就会指向一个页面。
在考虑上述片段时，人们还可以考虑baseurl ，包括一个方案和域名。
示例代码：
>>> from urllib.parse import urljoin
>>> urljoin('http://test', 'task')
输出：
'http://test/task'
当考虑到虚拟主机方面和像<a href='task'>Baz</a> 这样的锚时，该链接可以将用户引向上述片段中的URL。
>>> from urllib.parse import urljoin
>>> urljoin('http://test/add', 'task')
输出：
'http://test/task'
添加另一个部分，如上面的test/add ，将创建一个相对链接到task ，将用户引导到上述URL。
>>> from urllib.parse import urljoin
>>> urljoin('http://test/add/', 'task')
输出：
'http://test/add/task'
这里添加了test/add/ ，将引导到不同的相对链接：test/add/task.
>>> from urllib.parse import urljoin
>>> urljoin('http://test/add/', '/task')
输出：
'http://test/task'
如果用户在test/add/ ，而href 是到/task ，它将把用户链接到test/task 。因此，我们可以说Python中的urljoin() 是一个方便的函数，它将在必要时帮助解决URL的问题。
