python - 更改 url 中的主机名

Question

我正在尝试使用 python 来更改 url 中的主机名，并且一直在使用 urlparse 模块一段时间，但没有找到令人满意的解决方案。例如，考虑 url:

https://www.google.dk:80/barbaz

我想将“www.google.dk”替换为例如“www.foo.dk”，所以我得到以下网址:

https://www.foo.dk:80/barbaz .

所以我要替换的部分是 urlparse.urlsplit 所指的主机名。我曾希望 urlsplit 的结果能让我做出改变，但结果类型 ParseResult 不允许我这样做。如果没有别的，我当然可以通过将所有部分与 + 一起附加来重建新的 url，但这会给我留下一些非常丑陋的代码，其中包含很多条件来在正确的地方获得“://”和“:” .

Answer 1

您可以使用 urllib.parse.urlparse函数和 ParseResult._replace 方法(Python 3):

>>> import urllib.parse
>>> parsed = urllib.parse.urlparse("https://www.google.dk:80/barbaz")
>>> replaced = parsed._replace(netloc="www.foo.dk:80")
>>> print(replaced)
ParseResult(scheme='https', netloc='www.foo.dk:80', path='/barbaz', params='', query='', fragment='')

如果您使用的是 Python 2，请将 urllib.parse 替换为 urlparse。

ParseResult 是 namedtuple 的子类和 _replace是一个 namedtuple 方法:

returns a new instance of the named tuple replacing specified fields with new values

更新:

正如@2rs2ts 在评论中所说，netloc 属性包括一个端口号。

好消息:ParseResult 具有 hostname 和 port 属性。坏消息:hostname 和 port 不是 namedtuple 的成员，它们是动态属性，您不能进行 parsed。 _replace(hostname="www.foo.dk")。它会抛出异常。

如果您不想拆分 : 并且您的 url 总是有一个端口号并且没有 username 和 password (就像“https://username:password@www.google.dk:80/barbaz ”这样的网址)你可以这样做:

parsed._replace(netloc="{}:{}".format(parsed.hostname, parsed.port))