python - 如何拆分网址

Question

所以我正在使用python对网页进行一些解析，我想将完整的网址分成两部分。假设我有地址http://www.stackoverflow.com/questions/ask。我需要协议和域（例如http://www.stackoverflow.com）和路径（例如 /questions/ask）。我认为这可以通过一些正则表达式来解决，但是我对此并不那么方便。有什么建议么？

Answer 1

丹是对的：urlparse 是你的朋友：

>>> from urlparse import urlparse
>>>
>>> parts = urlparse("http://www.stackoverflow.com/questions/ask")
>>> parts.scheme + "://" + parts.netloc
'http://www.stackoverflow.com'
>>> parts.path
'/questions/ask'

注意：在 Python 3 中是from urllib.parse import urlparse

Answer 2

使用 Python urlparse 模块：

https://docs.python.org/library/urlparse.html

对于这样一个定义明确且经过广泛传播的问题，不要费心编写自己的代码，更不用说自己的正则表达式了。它们造成了太多麻烦;-)。

Answer 3

import re
url = "http://stackoverflow.com/questions/ask"
protocol, domain = re.match(r"(http://[^/]*)(.*)", url).groups()