Python3的urllib.parse常用小结(urlencode,quote,quote_plu

python2 与python3 导入urllib 时有差别 需要注意

按照标准， URL 只允许一部分 ASCII 字符（数字字母和部分符号），其他的字符（如汉字）是不符合 URL 标准的。

所以 URL 中使用其他字符就需要进行 URL 编码。

1、获取url参数

>>> from urllib import parse

>>> url = r'https://docs.python.org/3.5/search.html?q=parse&check_keywords=yes&area=default'

>>> parseResult = parse.urlparse(url)

>>> parseResult

ParseResult(scheme='https', netloc='docs.python.org', path='/3.5/search.html', params='', query='q=parse&check_keywords=yes&area=default', fragment='')

>>> param_dict = parse.parse_qs(parseResult.query)

>>> param_dict

{'q': ['parse'], 'check_keywords': ['yes'], 'area': ['default']}

>>> q = param_dict['q'][0]

>>> q

'parse'

#注意：加号会被解码，可能有时并不是我们想要的

>>> parse.parse_qs('proxy=183.222.102.178:8080&task=XXXXX|5-3+2')

{'proxy': ['183.222.102.178:8080'], 'task': ['XXXXX|5-3 2']}

将中文进行urlencode编码使用函数

urllib.parse.quote(string, safe='/', encoding=None, errors=None)

而将编码后的字符串转为中文，则使用

urllib.parse.unquote(string, encoding='utf-8', errors='replace')

2、urlencode

>>> from urllib import parse

>>> query = {

'name': 'wal',

'age': 19,

}

>>> parse.urlencode(query)

'name=wal&age=19'

3、quote/quote_plus

>>> from urllib import parse

>>> parse.quote('a&b/c')  #未编码斜线

'a%26b/c'

>>> parse.quote_plus('a&b/c')  #编码了斜线

'a%26b%2Fc'

quote 除了 -._/09AZaz ,都会进行编码，参数safe是指定某字符不被urlencode，默认为'/'，使用quote 包含编码斜线可使用safe=‘’

4、unquote/unquote_plus

>>>from urllib import parse

>>> parse.unquote('9+2')  #不解码加号

'9+2'

>>> parse.unquote_plus('9+2')  #把加号解码为空格

'9 2'