पायथन में urllib.parse: URL पार्सिंग और निर्माण

urllib.parse मॉड्यूल URL स्ट्रिंग्स को कंपोनेंट्स में तोड़ने और वापस जोड़ने के लिए मानक इंटरफेस प्रदान करता है।

समर्थित URL स्कीम्स

http, https, ftp, file, mailto, ws, wss, sftp, ssh, telnet, आदि (कुल 25+ स्कीम्स)।

urlparse(): URL को 6 कंपोनेंट्स में पार्स करें

from urllib.parse import urlparse

url = 'https://mail.google.com/mail/u/0/?tab=rm#inbox'
result = urlparse(url)

print(result)
# ParseResult(scheme='https', netloc='mail.google.com', path='/mail/u/0/',
#             params='', query='tab=rm', fragment='inbox')

कंपोनेंट्स

अतिरिक्त एट्रिब्यूट्स

result.username  # यूज़रनेम (यदि मौजूद)
result.password  # पासवर्ड
result.hostname  # होस्टनाम (लोअरकेस)
result.port      # पोर्ट नंबर (इंटीजर)

urlunparse(): कंपोनेंट्स से URL बनाएं

from urllib.parse import urlunparse

parts = ('https', 'mail.google.com', '/mail/u/0/', '', 'tab=rm', 'inbox')
print(urlunparse(parts))
# https://mail.google.com/mail/u/0/?tab=rm#inbox

urlsplit() / urlunsplit()

urlparse जैसा लेकिन params को अलग नहीं करता (5-टपल)।

from urllib.parse import urlsplit, urlunsplit

result = urlsplit(url)
# SplitResult(scheme='https', netloc='mail.google.com', path='/mail/u/0/',
#             query='tab=rm', fragment='inbox')

print(urlunsplit(result))

URL क्वोटिंग फ़ंक्शन्स

quote(string, safe='/')

स्पेशल कैरेक्टर्स को %xx में एन्कोड करता है।

from urllib.parse import quote, unquote

url = 'https://mail.google.com/mail/u/0/?tab=rm#inbox'
q = quote(url)
print(q)  # https%3A//mail.google.com/mail/u/0/%3Ftab%3Drm%23inbox

print(unquote(q))  # मूल URL वापस

quote_plus() / unquote_plus()

स्पेस को + में बदलता है (HTML फॉर्म्स के लिए)।

print(quote_plus('hello world'))  # hello+world
print(unquote_plus('hello+world')) # hello world

urlencode(): डिक्शनरी/सीक्वेंस को क्वेरी स्ट्रिंग में

from urllib.parse import urlencode

params = {"name": "Rajeev", "salary": 20000}
query = urlencode(params)
print(query)  # name=Rajeev&salary=20000

# URL में जोड़ें
base = "https://example.com/api?"
full_url = base + query
print(full_url)  # https://example.com/api?name=Rajeev&salary=20000

parse_qs() / parse_qsl(): क्वेरी स्ट्रिंग पार्स करें

from urllib.parse import parse_qs, parse_qsl

qs = "name=Rajeev&salary=20000&name=Alice"
print(parse_qs(qs))    # {'name': ['Rajeev', 'Alice'], 'salary': ['20000']}
print(parse_qsl(qs))   # [('name', 'Rajeev'), ('salary', '20000'), ('name', 'Alice')]

urljoin(): रिलेटिव URL को एब्सोल्यूट बनाएं

from urllib.parse import urljoin

base = 'https://example.com/dir/page.html'
print(urljoin(base, 'sub/page.html'))      # https://example.com/dir/sub/page.html
print(urljoin(base, '/absolute/path'))     # https://example.com/absolute/path
print(urljoin(base, '../other.html'))      # https://example.com/other.html

सर्वोत्तम अभ्यास

• URL निर्माण के लिए हमेशा urlencode + urljoin उपयोग करें - मैन्युअल स्ट्रिंग कन्कैटनेशन एरर-प्रोन है।
• यूज़र इनपुट को URL में डालने से पहले quote करें।
• ParseResult ऑब्जेक्ट्स नामित टपल्स हैं - इंडेक्स या एट्रिब्यूट नाम से एक्सेस करें।