python - urllib 没有引发无效的 URL

Question

我在解析 URL 时遇到了一些奇怪的解析行为。我原以为会收到无效的 URL 异常，但相反，以下 URL 的主机名返回了“[]”括号中的 URL:

from urllib.parse import urlparse
print(urlparse('http://myurl.com[notmyurl.com]').hostname)

输出:

>>> notmyurl.com

这是预期的行为吗？

Answer 1

这是预期的行为，通过调试器运行代码并逐步执行 urllib 的 parse.py 中的步骤，我们看到以下内容

@property
def _hostinfo(self):
    netloc = self.netloc
    _, _, hostinfo = netloc.rpartition('@')
    _, have_open_br, bracketed = hostinfo.partition('[')
    if have_open_br:
        hostname, _, port = bracketed.partition(']')
        _, _, port = port.partition(':')
    else:
        hostname, _, port = hostinfo.partition(':')
    if not port:
        port = None
    return hostname, port

因此您可以看到 _hostinfo 方法调用将检查 url 中的括号，并返回括号内的值。下面是通过 pycharm 调试器运行代码的屏幕截图，正如您在代码窗口中看到的那样，它会告诉您为每个参数设置的值以及从哪里开始剥离 not url 以返回。