有没有一种标准的方法来比较 Python 中的两个 url - 在这个例子中实现 are_url_the_same：
url_1 = 'http://www.foo.com/bar?a=b&c=d'
url_2 = 'http://www.foo.com:80/bar?c=d;a=b'
if are_urls_the_same(url_1, url2):
print "URLs are the same"
我的意思是他们访问相同的资源 - 所以示例中的两个 url 是相同的。
【问题讨论】：
使用urlparse 并编写一个与您需要的字段进行比较的函数
>>> from urllib.parse import urlparse
>>> o = urlparse('http://www.cwi.nl:80/%7Eguido/Python.html')
您可以比较以下任何一项：
【讨论】：
这是一个简单的类，可以让你做到这一点：
if Url(url1) == Url(url2):
pass
尽管这些对象是可散列的，但它可以很容易地修改为一个函数，因此您可以使用集合或字典将它们添加到缓存中：
# Python 2
from urlparse import urlparse, parse_qsl
from urllib import unquote_plus
# Python 3
# from urllib.parse import urlparse, parse_qsl, unquote_plus
class Url(object):
'''A url object that can be compared with other url orbjects
without regard to the vagaries of encoding, escaping, and ordering
of parameters in query strings.'''
def __init__(self, url):
parts = urlparse(url)
_query = frozenset(parse_qsl(parts.query))
_path = unquote_plus(parts.path)
parts = parts._replace(query=_query, path=_path)
self.parts = parts
def __eq__(self, other):
return self.parts == other.parts
def __hash__(self):
return hash(self.parts)
【讨论】：
from urllib import unquote_plus 从上面丢失。否则这段代码很酷！谢谢 - 它为我节省了很多时间！
'/foo' 和 '/foo/' 也是相同的（当然还有 '' 和 '/'）。
/foo 和 /foo/ 肯定不一样。并且'' 不存在，因为浏览器将其更改为/，但浏览器不会将/foo 更改为/foo/，并且可以引用不同的内容（即文件 foo 与目录 foo）。
【讨论】：