urllib 是 python 的內建模組， 主要用於處理url相關的一些操作，例如訪問url、解析url等操作。

urllib 包下面的 request 模組主要用於訪問url，但是用得太多，因為它的光芒全都被 requests 這個第三方庫覆蓋了，最常用的還是 parse 模組。 寫爬蟲過程中，經常要對url進行引數的拼接、編碼、解碼，域名、資源路徑提取等操作，這時 parse 模組就可以排上用場。

一、urlparse

urlparse 方法是把一個完整的URL拆分成不同的組成部分，你可以根據自己的需求提取其中的某部分內容。 返回結果 ParseResult 是 namedtuple 的子類，由以下10部分組成，每部分既可以通過名字獲取也可以通過下表索引得到。

>>> from urllib import parse
>>> url = 'https://mp.weixin.qq.com/s?__biz=MjM5MzgyODQxMQ==&mid=2650366919&idx=1&sn=1b36a9f2c0921cdeac52942ec591a923#rd'
>>> result = parse.urlparse(url)

# 返回ParseResult物件
>>> print(result)
ParseResult(scheme='https',netloc='mp.weixin.qq.com',path='/s',params='',query='__biz=MjM5MzgyODQxMQ==&mid=2650366919&idx=1&sn=1b36a9f2c0921cdeac52942ec591a923',fragment='rd')

# 通過下標獲取協議
>>> result[0]
'https'

# 協議
>>> result.scheme
'https'

# url資源路徑
>>> result.path
'/s'

# 查詢引數
>>> result.query
'__biz=MjM5MzgyODQxMQ==&mid=2650366919&idx=1&sn=1b36a9f2c0921cdeac52942ec591a923'

# 獲取主機名
>>> result.hostname
'mp.weixin.qq.com'

二、parse_qs

parse_qs 方法是將查詢引數這部分內容從字串轉換成字典物件

>>> parse.parse_qs(result.query)
{'__biz': ['MjM5MzgyODQxMQ=='],'mid': ['2650366919'],'idx': ['1'],'sn': ['1b36a9f2c0921cdeac52942ec591a923']}
>>>

每個引數名對應一個列表物件，這是因為在url規範中，一個引數名可以有多個值，例如： a=1&a=2，通常在實際應用場景中一般一個引數名只會對應一個值。

你可以用一行程式碼將列表轉化為字串

>>> {name: value[0] for name,value in parse.parse_qs(result.query).items()}
{'__biz': 'MjM5MzgyODQxMQ==','mid': '2650366919','idx': '1','sn': '1b36a9f2c0921cdeac52942ec591a923'}

三、urlencode

反過來，如果將一個字典物件想轉換為url中的查詢引數，那麼就可以使用urlencode方法。

>>> d = {'__biz': 'MjM5MzgyODQxMQ==','idx': '1'}
>>> parse.urlencode(d)
'__biz=MjM5MzgyODQxMQ%3D%3D&mid=2650366919&idx=1'

四、quote

在URL的標準規範中，url 只允許數字、字母和部分特殊符號的存在，如果有中文和某些特殊符號，就需要使用UTF-8進行編碼，將這些字元轉換成 %XX 的形式，例如: 【中】UTF-8編碼的結果是：

>>> "中".encode()
b'\xe4\xb8\xad'

那麼瀏覽器實際上會把【中】轉換成 %e4%b8%ad

在python中，就可以用 quote 方法進行URL編碼，對於特殊符號，也會進行成對應的16進位制符號， 例如 【=】 就轉換成了 %3D 。

>>> parse.quote("q=中")
'q%3D%E4%B8%AD'
>>>

quote_plus 可以將空格編碼成“+”

>>> parse.quote_plus("a b")
'a+b'
>>> parse.quote("a b")
'a%20b'

五、unquote

unquote 是 quote 的逆向過程，稱之為URL解碼，解碼方便開發者閱讀

>>> parse.unquote("q%3D%E4%B8%AD")
'q=中'

以上就是詳解python內建模組urllib的詳細內容，更多關於python內建模組urllib的資料請關注我們其它相關文章！