兩個URL在Python

Question

比較是否有Python來比較兩個URL的標準方法 - 在這個例子中實現are_url_the_same：

url_1 = 'http://www.foo.com/bar?a=b&c=d' 
url_2 = 'http://www.foo.com:80/bar?c=d;a=b' 

if are_urls_the_same(url_1, url2): 
    print "URLs are the same" 

在同我的意思是，他們訪問同一資源 - 讓兩個網址在這個例子中是一樣的。

Answer 1

庫 https://github.com/rbaier/urltools

看看我的項目 我在做同樣的事情

https://github.com/tg123/tao.bb/blob/master/url_normalize.py

Answer 2

使用urlparse，寫一個比較功能與您需要

>>> from urlparse import urlparse 
>>> o = urlparse('http://www.cwi.nl:80/%7Eguido/Python.html') 

的字段，你可以在任何以下的比較：

1. 方案0 URL方案說明符
2. netloc 1網絡位置部分
3. 路徑2分層路徑
4. param S代表最後一個路徑元件3個參數
5. 查詢4查詢部件
6. 片段5片段標識符
7. 的用戶名的用戶名
8. 密碼密碼
9. 主機名的主機名（小寫）
10. 端口的端口號爲整數如果存在

Answer 3

下面是一個簡單的類，使您能夠做到這一點：

if Url(url1) == Url(url2): 
    pass 

它很容易被改組爲一個功能，雖然這些對象是可哈希的，因此使您能夠使用一組或字典，將它們添加到緩存：

from urlparse import urlparse, parse_qsl 
from urllib import unquote_plus 

class Url(object): 
    '''A url object that can be compared with other url orbjects 
    without regard to the vagaries of encoding, escaping, and ordering 
    of parameters in query strings.''' 

    def __init__(self, url): 
     parts = urlparse(url) 
     _query = frozenset(parse_qsl(parts.query)) 
     _path = unquote_plus(parts.path) 
     parts = parts._replace(query=_query, path=_path) 
     self.parts = parts 

    def __eq__(self, other): 
     return self.parts == other.parts 

    def __hash__(self): 
     return hash(self.parts)