php 和 python 中的 urlparse

PHP 无法显示

在php中有个解析url的函数，parse_url。在使用时，发现对于某些url，无法获取path路径

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27


<?php
function url_normalize($url)
{
    $url_array = parse_url($url);
    // avoid null url
    if (isset($url_array["scheme"]))
    {
        // trim last \
        $path="";
        if (isset($url_array["path"]))
        {
            $path=$url_array["path"];
        }
        $nurl = sprintf("%s://%s%s", $url_array["scheme"],
                        $url_array["host"], rtrim($path, "/"));
        printf("%s\n%s\t%s\t%s\n", $url, $nurl, $url_array["host"], $path);
    }
}
foreach($argv as $key => $value)
{
    if (strrchr($value, ".php") == ".php")
    {
        continue;
    }
    url_normalize($value);
}
?>

代码示例如上，调用

1

php url_normalize.php 'http://wap1.cclongxb.com/szqpz/21.html#sgjj2SJ-b?2szpzbwdmc-0009#7'

得到的path为空,php的版本为5.3.3

感觉如果有#和?字符存在的话，会有问题，我不太想深究原因，因为php并非我主要的开发语言。于是转换到python中去，相同的代码如下

1
2
3
4
5
6
7


import urlparse
def url_normalize(url):
    o=urlparse.urlparse(url);
    nurl="%s://%s%s" %(o.scheme, o.netloc, o.path)
    return nurl;
import sys
print url_normalize(sys.argv[1])

得到不含query和锚#的url http://wap1.cclongxb.com/szqpz/21.html fix掉，被python折磨的编码问题，不复存在的感觉真好。

文章目录

PHP 无法显示