python中的URL解析器無效

Question

[是的，標題不是拼寫錯誤！]

在python中，我需要一些解析URL的東西。我無法相信標準尚不存在。由於該URL設置在配置中，我想確保它不是垃圾。

有urlparse.urlparse，但只有解析「有效的URL」（有一些無效的網址，有時拋出一個無證ValueError異常）

例如

>>> import urlparse 
>>> urlparse.urlparse('http://aa :: aa ! aa:11.com:aa').netloc 
'aa :: aa ! aa:11.com:aa' 

顯示了urlparse如何解析我認爲無效的URL。

Answer 1

URL解析和URL驗證實際上是不同的任務。

urlparse.urlparse使解析，驗證通常使用正則表達式機器（內置re模塊在Python中）。

這裏是和例如URL驗證從Django框架：

regex = re.compile(
    r'^(?:http|ftp)s?://' # http:// or https:// 
    r'(?:(?:[A-Z0-9](?:[A-Z0-9-]{0,61}[A-Z0-9])?\.)+(?:[A-Z]{2,6}\.?|[A-Z0-9-]{2,}\.?)|' #domain... 
    r'localhost|' #localhost... 
    r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})' # ...or ip 
    r'(?::\d+)?' # optional port 
    r'(?:/?|[/?]\S+)$', re.IGNORECASE)