Разбор пользовательских URI с помощью urlparse (Python)

Question

Мое приложение создает пользовательские URI (или URL?) Для идентификации объектов и их разрешения. Проблема в том, что модуль Python urlparse отказывается анализировать неизвестные схемы URL, как он анализирует http.

Если я не настраиваю списки использования urlparse, я получаю это:

>>> urlparse.urlparse("qqqq://base/id#hint")
('qqqq', '', '//base/id#hint', '', '', '')
>>> urlparse.urlparse("http://base/id#hint")
('http', 'base', '/id', '', '', 'hint')

Вот что я делаю, и мне интересно, есть ли лучший способ сделать это:

import urlparse

SCHEME = "qqqq"

# One would hope that there was a better way to do this
urlparse.uses_netloc.append(SCHEME)
urlparse.uses_fragment.append(SCHEME)

Почему нет лучшего способа сделать это?

Answer 1

Я думаю, проблема в том, что URI не все имеют общий формат после схемы. Например, mailto: urls не имеет такой структуры, как http: urls.

Я бы использовал результаты первого разбора, затем синтезировал http-URL и снова его проанализировал:

parts = urlparse.urlparse("qqqq://base/id#hint")
fake_url = "http:" + parts[2]
parts2 = urlparse.urlparse(fake_url)

Answer 2

Вы также можете зарегистрировать пользовательский обработчик с помощью urlparse:

import urlparse

def register_scheme(scheme):
    for method in filter(lambda s: s.startswith('uses_'), dir(urlparse)):
        getattr(urlparse, method).append(scheme)

register_scheme('moose')

Это добавит вашу схему URL к спискам:

uses_fragment
uses_netloc
uses_params
uses_query
uses_relative

Затем URI будет считаться http-подобным и будет корректно возвращать путь, фрагмент, имя пользователя / пароль и т. Д.

urlparse.urlparse('moose://username:password@hostname:port/path?query=value#fragment')._asdict()
=> {'fragment': 'fragment', 'netloc': 'username:password@hostname:port', 'params': '', 'query': 'query=value', 'path': '/path', 'scheme': 'moose'}

Answer 3

Существует также библиотека с именем furl, которая дает желаемый результат:

>>>import furl
>>>f=furl.furl("qqqq://base/id#hint");
>>>f.scheme
'qqqq' 

>>> f.host
'base'  
>>> f.path
Path('/id')
>>>  f.path.segments
['id']
>>> f.fragment                                                                                                                                                                                                                                                                 
Fragment('hint')   
>>> f.fragmentstr                                                                                                                                                                                                                                                              
'hint'

Answer 4

Вопрос, кажется, устарел. Так как по крайней мере в Python 2.7 проблем нет.

Python 2.7.10 (default, May 23 2015, 09:40:32) [MSC v.1500 32 bit (Intel)] on win32
>>> import urlparse
>>> urlparse.urlparse("qqqq://base/id#hint")
ParseResult(scheme='qqqq', netloc='base', path='/id', params='', query='', fragment='hint')

Answer 5

Попробуйте полностью удалить схему и начните с //netloc, то есть:

>>> SCHEME="qqqq"
>>> url="qqqq://base/id#hint"[len(SCHEME)+1:]
>>> url
'//base/id#hint'
>>> urlparse.urlparse(url)
('', 'base', '/id', '', '', 'hint')

У вас не будет схемы в результате urlparse, но вы все равно знаете схему.

Также обратите внимание, что Python 2.6, кажется, прекрасно обрабатывает этот URL (кроме фрагмента):

$ python2.6 -c 'import urlparse; print urlparse.urlparse("qqqq://base/id#hint")'
ParseResult(scheme='qqqq', netloc='base', path='/id#hint', params='', query='', fragment='')

Answer 6

Вы можете использовать библиотеку yurl. В отличие от purl или furl, он не пытается исправить ошибки urlparse. Это новый совместимый с реализацией RFC 3986.

>>> import yurl
>>> yurl.URL('qqqq://base/id#hint')
URLBase(scheme='qqqq', userinfo=u'', host='base', port='', path='/id', query='', fragment='hint')