设计一个算法，将URL转换成5部分，分别是：schema、netloc、path、query_params、fragment。

问题

URL的中文名叫统一资源定位符，就是咱们常说的网址，设计一个算法，将URL转换成5部分，分别是：schema、netloc、path、query_params、fragment。

:///?#

一图胜千言：

应用场景

在实际应用场景中，有些聚合网站会把URL里面netloc提取出来。

分析

这里没有什么特别复杂的算法，因为每部分都有一个特别的字符，所以，如果你熟练Python的字符串操作和正则表达式使用的话那么就很简单。

知识点

字符串的常用方法split、find、join、lower、切片的使用，re模块下面的常用方法。另外还有关于如何使用 namedtuple 定义一个简单类的操作

实现

第一种方式使用字符串提供的方法，就是根据关键字符进行切分。整体思路是利用字符串的切片功能不断进行切分，代码稍显复杂。

URL = namedtuple("URL", ["schema", "netloc", "path", "params", "fragment"])

def url_parse1(url):

assert url.startswith("http")

# 初始化每部分为空

schema = netloc = params = fragment = path = None

# 从 :// 切分 url，前面部分是shema

i = url.find('://')

if i > 0:

schema = url[:i]

url = url[i + 3:]

# 获取netloc

for c in "/?#": # 三个分隔符的顺利很重要

a = url.find(c)

if a > 0: # 只要有三个字符中的任意字符，立即切分，前部分就是netloc，剩下的部分进行后续处理

netloc, url = url[0:a], url[a:]

break

else:

netloc, url = url, '' # 如果三个分隔符都不在url中，那么这是一个只包含

# 同样的方式获取path

for c in "?#":

a = url.find(c)

if a > 0:

path, url = url[0:a], url[a:]

break

else:

path, url = url or None, ''

if "#" in url:

url, fragment = url.split("#", 1)

if '?' in url:

url, params = url.split('?', 1)

return URL(schema=schema, netloc=netloc, path=path, params=_params_parse(params), fragment=fragment)

def _params_parse(params):

if not params:

return None

pairs = [s for s in params.split('&')]

param_dict = dict()

for pair in pairs:

k, v = pair.split('=', 1)

param_dict[k] = v

return param_dict

第二种方式就是用正则表达式，主要考验你写正则的能力

def url_parse2(url):

rex = r'^(http[s]?):\/\/([^\/\s]+)([\/\w\-\.]+[^#?\s]*)?(\?([^#]*))?(#(.*))?$'

schema = netloc = params = fragment = path = ''

pattern = re.compile(rex)

match = pattern.match(url)

if match:

schema = match.group(1)

netloc = match.group(2)

path = match.group(3)

params = match.group(5)

fragment = match.group(7)

return URL(schema=schema, netloc=netloc, path=path, params=_params_parse(params), fragment=fragment)

通过正则表达式的分组功能提取每部分，关于正则表达式推荐两个资源

Python中正则表达式介绍, 这是一篇比较完整介绍Python中正则表达式的文章，如果你能读懂里面的每句话，并且实践后，你一定能写出上面这样的表达式出来。

当然，你也可以直接使用urlparse模块中现成的方式来实现。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。