python中的URL解析器无效

Question

[是的，标题不是拼写错误！]

在python中，我需要一些解析URL的东西。我无法相信标准尚不存在。由于该URL设置在配置中，我想确保它不是垃圾。

有urlparse.urlparse，但只有解析“有效的URL”（有一些无效的网址，有时抛出一个无证ValueError异常）

例如

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

显示了urlparse如何解析我认为无效的URL。

Answer 1

URL解析和URL验证实际上是不同的任务。

urlparse.urlparse使解析，验证通常使用正则表达式机器（内置re模块在Python中）。

这里是和例如URL验证从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)