为什么urllib2.urlopen无法打开像"http://localhost/new-post#comment-29"这样的页面？

Question

我很好奇，为什么我运行这一行代码时会出现404错误：

urllib2.urlopen("http://localhost/new-post#comment-29")

而在任何浏览器中访问 http://localhost/new-post#comment-29 一切都正常……

urlopen方法是不是不支持带有“#”的链接呢？

有人知道吗？

Answer 1

在HTTP协议中，网址中从#开始的部分（称为片段）不会通过网络发送到服务器。这部分信息只会被浏览器保留，等服务器的响应完全收到后，浏览器会用它来“视觉定位”页面上要显示的具体位置。比如，如果返回的页面是HTML格式，浏览器会解析HTML，找到第一个合适的<a>标签来确定位置。

所以，整个过程是这样的：首先去掉片段，比如通过urlparse.urlparse来实现；然后用剩下的部分去获取资源；接着根据服务器返回的内容类型，适当地解析这些内容；最后，根据你在第一步中保留的片段，在解析后的资源中找到对应的位置，进行相应的视觉操作。