Desarrollo de Python
  1. Desarrollo de Python
  3. Analizar los URI personalizados con urlparse (Python)
Intereting Posts
conectando sqlalchemy a MSAccess ¿Puedo mezclar clases de caracteres en Python RegEx? ¿Por qué no puedes agregar atributos al objeto en Python? ¿Cómo puedo detectar el entorno de Heroku? desactivar el borde del eje para el gráfico de matplotlib polar ¿Cómo mostrar dos figuras utilizando matplotlib? NLTK: lematizante y pos_tag Opción argparse de opciones. La comparación de cadenas de Python no funciona para las líneas coincidentes ¿Cómo hacer que un servidor de Python convierta a Recvline en una cadena? Error de trabajo de transmisión de Hadoop en Python Numpy append: convierte automáticamente una matriz de la dimensión incorrecta Python y Java parámetros pasando Python Scrapy en datos fuera de línea (locales) Pandas: cadena de consulta donde el nombre de la columna contiene caracteres especiales

Analizar los URI personalizados con urlparse (Python)

Mi aplicación crea URIs personalizados (o URLs) para identificar objetos y resolverlos. El problema es que el módulo urlparse de Python se niega a analizar esquemas de URL desconocidos, como analiza http.

Si no ajusto las listas de usos de urlparse_ * obtengo esto: 

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

Esto es lo que hago y me pregunto si hay una mejor manera de hacerlo: 

 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)

¿Por qué no hay mejor manera de hacer esto?

Creo que el problema es que los URI no tienen un formato común después del esquema. Por ejemplo, mailto: urls no está estructurado de la misma manera que http: urls.

Usaría los resultados del primer análisis, luego sintetizaría una URL http y lo analizaría nuevamente: 

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

También puede registrar un controlador personalizado con 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')

Esto agregará su esquema de url a las listas: 

 uses_fragment uses_netloc uses_params uses_query uses_relative

El uri será tratado como http y devolverá correctamente la ruta, el fragmento, el nombre de usuario / contraseña, etc. 

 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'}

También hay una biblioteca llamada furl que te da el resultado que deseas: 

 >>>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'

La pregunta parece estar desactualizada. Como al menos Python 2.7 no hay problemas. 

 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')

Intente eliminar el esquema por completo, y comience con // netloc, es decir: 

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

No tendrá el esquema en el resultado urlparse, pero de todos modos conoce el esquema.

También tenga en cuenta que Python 2.6 parece manejar esta URL muy bien (aparte del fragmento): 

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

Puedes usar la biblioteca yurl . A diferencia de purl o furl, no intenta arreglar errores urlparse. Es nuevo compatible con la implementación RFC 3986. 

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