如何使用urllib2获取当前url和查询字符串？

Question

我需要读取当前的网页地址，包括问号后面的查询字符串。

也就是说，我想获取浏览器地址栏里现在显示的URL。

Answer 1

假设你在使用urllib2的时候，已经有了网址。要从这个网址中提取查询字符串，你可以使用Python 2中的一个很方便的函数叫做 urlparse（在Python 3中，这个函数被移到了另一个模块里）。

>>> from urlparse import urlparse, parse_qs
>>> url = 'www.example.com/file.php?id=2'
>>> urlparse("www.example.com/file.php?id=2").query
'id=2'
>>> 

Answer 2

一个 urllib2.Request 对象提供了一个 geturl() 方法，这个方法可以返回请求的完整网址。然后你可以把这个网址传给 urlparse.urlparse()，这个函数会把网址拆分成六个部分。接着，你可以通过 query 属性来访问网址中的查询部分。

举个例子：

>>> from urllib2 import urlopen
>>> from urlparse import urlparse
>>> req = urlopen('http://capitalfm.com/?foo=bar')
>>> req.geturl()
'http://www.capitalfm.com/?foo=bar'
>>> url = urlparse(req.geturl())
>>> url.query
'foo=bar'