python中的URL解析器无效

Question

[是的，标题不是错别字！]在

在python中，我需要解析URL的东西。我不敢相信标准还不存在。由于URL是在配置中设置的，所以我想确保它不是垃圾。在

有urlparse.urlparse，但它只解析“valid url”（一些无效的url有时会引发未记录的ValueError）

例如

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

显示urlparse如何解析我认为无效的URL。在

Answer 1

URL解析和URL验证实际上是不同的任务。在

urlparse.urlparse进行解析，验证通常使用正则表达式机器（Python中内置的re模块）进行。在

以下是Django框架的URL验证示例：

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)