本模块定义了一个标准接口，既可以把 统一资源定位符 （URL）解析为若干部分（通信协议，网络地址和路径等），也可以把各个部分重新组合成URL，还可以利用“基本URL”把相对路径转化为绝对路径。
本模块设计之初就考虑到要兼容一系列和URL相关的RFC标准。目前能够支持的URL协议包括： file, ftp, gopher, hdl,http, https, imap, mailto, mms, nntp, prospero, rsync, rtsp, rtspu, sftp, shttp, sip, sips, snews, svn, svn+ssh, telnet, wais, ws, wss 。
urllib.parse定义的函数主要分为两类： URL解析和URL转义 。下面详细介绍一下本模块的细节。
1
URL 解析
URL解析函数聚焦于将URL分割为若干部分，以及将各个部分拼接为URL。
urllib.parse.urlparse(urlstring, scheme='', allow_fragments=True)
本函数将URL解析为6个部分，返回一个包含6个元素的 named tuple 。这么处理符合URL的通用结构：
scheme://netloc/path;parameters?query#fragment
每个元组的元素都是一个字符串（也有可能为空字符串）。这些结构并不会再进行更细致的划分（例如网络地址整个作为一个字符串），并且不会还原%的转义。除了path开头的斜杠，各个部分之间的分割符号并不会在解析结果中出现。举例来说：
>>> from urllib.parse import urlparse
>>> o = urlparse('http://www.cwi.nl:80/%7Eguido/Python.html')
>>> o
ParseResult(scheme='http', netloc='www.cwi.nl:80', path='/%7Eguido/Python.html',
params='', query='', fragment='')
>>> o.scheme
'http'
>>> o.port
80
>>> o.geturl()
'http://www.cwi.nl:80/%7Eguido/Python.html'
根据 RFC1808 定义的语法规则，urlparse模块仅能识别以‘//’开头的网络地址。其他的输入均会被当作相对URL从而解析为路径部分。
>>> from urllib.parse import urlparse
>>> urlparse('//www.cwi.nl:80/%7Eguido/Python.html')
ParseResult(scheme='', netloc='www.cwi.nl:80', path='/%7Eguido/Python.html',
params='', query='', fragment='')
>>> urlparse('www.cwi.nl/%7Eguido/Python.html')
ParseResult(scheme='', netloc='', path='www.cwi.nl/%7Eguido/Python.html',
params='', query='', fragment='')
>>> urlparse('help/Python.html')
ParseResult(scheme='', netloc='', path='help/Python.html', params='',
query='', fragment='')
通过 scheme 参数传入的地址协议仅会在URL不包含网络协议的时候才会用到。除了缺省的空字符（特殊情况下可以自动转化为b'')之外，该入参应该同urlstring保持类型一致（文本或者字节）。
如果 allow_fragments 入参为false，返回结果中的fragment部分将不会有具体值，而是 仅返回一个空字符串 。URL中的该部分会被解析为path或者query的一部分。
以named tuple形式出现的返回值，既可以通过索引读取，也可以通过别名读取。
|
属性 |
索引 |
值 |
值（如果不存在） |
|---|---|---|---|
|
|
0 |
URL方案说明符 |
scheme parameter |
|
|
1 |
网络位置部分 |
空字符串 |
|
|
2 |
分层路径 |
空字符串 |
|
|
3 |
最后路径元素的参数 |
空字符串 |
|
|
4 |
查询组件 |
空字符串 |
|
|
5 |
片段识别 |
空字符串 |
|
|
用户名 |
|
|
|
|
密码 |
|
|
|
|
主机名（小写） |
|
|
|
|
端口号为整数（如果存在） |
None
|
如果URL中出现了非法的端口地址，在读取获取解析结果中的port值时会抛出ValueError。稍后会有更多详细的说明。
如果netloc部分的方括号不匹配也会抛出ValueError。
如果netloc在NFKC规范（使用IDNA编码）中包含/, ?, #, @或者:,将会抛出ValueError异常。但是如果显式的这样传入这种值来拼装URL，不需要解析的情况下，不会抛异常。
作为named tuple的子类，解析结果中的某些特有方法和属性可能有特殊用途。举个例子，_replace()将会返回另一个替换指定部分之后的解析结果。
>>> from urllib.parse import urlparse
>>> u = urlparse('//www.cwi.nl:80/%7Eguido/Python.html')
>>> u
ParseResult(scheme='', netloc='www.cwi.nl:80', path='/%7Eguido/Python.html',
params='', query='', fragment='')
>>> u._replace(scheme='http')
ParseResult(scheme='http', netloc='www.cwi.nl:80', path='/%7Eguido/ Python.html',
params='', query='', fragment='')
urllib.parse.parse_qs(qs, keep_blank_values=False, strict_parsing=False, encoding='utf-8', errors='replace', max_num_fields=None)
该函数用于解析application/x-www-form-urlencoded类型的query字符串。返回值为字典类型，其中字典的key是唯一的，字典的value是list类型。
keep_blank_values 用于决定通过%转义的空格是否当作空字符串处理。当入参值为true的时候，保留作为空字符串。缺省值为false，此时空格会被忽略，当作不存在。
strict_parsing用于决定如何处理解析错误。缺省状态下为false，此时将会忽略异常。如果置为true，遇到错误会抛出ValueError异常。
encoding和errors的含义和bytes.decode()类似，用于决定如何将含有%的转义字符解析为Unicode字符。
max_num_fields用于决定最多可以读取多少字段。设置之后，如果发现多于设置的值，将会抛出ValueError异常。
使用urllib.parse.urlencode()函数（入参doseq设置为True）可以将结果再次转换为query字符串。
urllib.parse.parse_qsl(qs, keep_blank_values=False, strict_parsing=False, encoding='utf-8', errors='replace', max_num_fields=None)
该函数用于解析application/x-www-form-urlencoded类型的字符串数据。返回值为name,value组合的list（同parse_qs的区别在于返回值类型）。
keep_blank_values 用于决定通过%转义的空格是否当作空字符串处理。当入参值为true的时候，保留作为空字符串。缺省值为false，此时空格会被忽略，当作不存在。
strict_parsing用于决定如何处理解析错误。缺省状态下为false，此时将会忽略异常。如果置为true，遇到错误会抛出ValueError异常。
encoding和errors的含义和bytes.decode()类似，用于决定如何将含有%的转义字符解析为Unicode字符。
max_num_fields 用于决定最多可以读取多少字段。设置之后，如果发现多于设置的值，将会抛出ValueError异常。
使用urllib.parse.urlencode()函数可以将结果再次转换为query字符串。
urllib.parse.urlunparse(parts)
将urlparse()返回的tuple重新组合成一个URL。parts参数接受任何包含6个元素的可迭代对象。返回结果同原始URL相比可能会有细微差别，但是保证含义是一致的，尤其是在原始URL包含非必需的分隔符时（举例来说，RFC明确指出“?”是有效的query字符串）。
urllib.parse.urlsplit(urlstring, scheme='', allow_fragments=True)
和urlparse()有些类似，区别在于本函数不会分割URL中的params部分。如果你觉得params是path的一部分（参考RFC 2396)，此时应该使用本函数，而不是urlparse()。本函数的设计初衷为了能够单独处理path和params。函数的返回值为包含5个元素的named tuple：
(addressing scheme, network location, path, query, fragment identifier)
返回值是named tuple类型，既可以通过索引读取，也可以通过别名读取：
| 别名 | 索引 | 值 | 缺省值 |
|---|---|---|---|
| scheme | 0 | URL的网络协议 | 协议规范 |
| netloc | 1 | 网络地址 | 空字符串 |
| path | 2 | 地址路径 | 空字符串 |
| query | 3 | 查询参数 | 空字符串 |
| fragment | 4 | 片段参数 | 空字符串 |
| username | 5 | 用户名 | None |
| password | 密码 | None | |
| hostname | 主机地址（小写） | None | |
| port | 存在的情况下为整数端口 | None |
如果URL中出现了非法的端口地址，在读取获取解析结果中的port值时会抛出ValueError。更多的说明可以翻阅 **解析结果的构成** 。
如果netloc部分的方括号不匹配也会抛出ValueError。
如果netloc在NFKC规范（使用IDNA编码）中包含/, ?, #, @或者:,将会抛出ValueError异常。但是如果显式的这样传入URL的各个部分，不需要解析的情况下，不会抛异常。 如果netloc部分的方括号不匹配也会抛出ValueError。 如果URL中出现了非法的端口地址，在读取获取解析结果中的port值时会抛出ValueError。更多的说明可以翻阅解析结果的构成。
urllib.parse.urlunsplit(parts)
将urlsplite()返回的tuple重新组合成一个URL。parts参数接受任何包含5个元素的可迭代对象。返回结果同原始URL相比可能会有细微差别，但是保证含义是一致的，尤其是在原始URL包含非必需的分隔符时（举例来说，RFC明确说明“?”是有效的query字符串）。
urllib.parse.urljoin(base, url, allow_fragments=True)
将基地址和url组合成一个绝对URL。需要注意的是，本函数会使用scheme, netloc以及（部分的）path，来补全相对URL中缺失的部分。举个例子：
>>> from urllib.parse import urljoin
>>> urljoin('http://www.cwi.nl/%7Eguido/Python.html', 'FAQ.html')
'http://www.cwi.nl/%7Eguido/FAQ.html
入参allow_fragments的含义同urlparse()一致。
注意： 即使url是一个绝对URL（以//或者scheme://开头），url中的host以及scheme也会被替换。举个例子：
>>> urljoin('http://www.cwi.nl/%7Eguido/Python.html',
'//www.python.org/%7Eguido')
'http://www.python.org/%7Eguido'
如果你不希望这样处理，可以使用urlsplit()以及urlunsplit()预先处理url，去掉scheme和netloc部分。
urllib.parse.urldefrag(url)
如果url中包含fragment，本函数将会返回一个不带有fragment的url，以及截取的fragment。如果url中不包含fragment，本函数将返回原始url和一个空字符串。
返回值是一个named tuple类型，既可以通过索引读取，也可以通过别名读取：
| 别名 | 索引 | 值 | 缺省值 |
|---|---|---|---|
| url | 0 | 不含fragment的url | 空字符串 |
| fragment | 1 | 片段参数 | 空字符串 |
更多的说明可以翻阅解析结果的构成 。
urllib.parse.unwrap(url)
本函数用于从一个被包裹的URL（形如<URL:scheme://host/path>,<scheme://host/path>, URL:scheme://host/path or scheme://host/path）中摘取出实际URL。如果url没有被包裹，则返回原始值。
解析ASCII编码
URL解析函数设计之初是仅仅是为了处理字符类型。在实践中，往往需要处理ASCII编码和转义的URL。因此，本模块的URL解析函数都可以处理bytes,bytearray以及str类型的对象。
如果入参是str类型，返回值也会是str。如果入参是bytes或者bytearray，结果就会只有bytes数据。
如果试图在一个函数里面混合使用字符串和字节类型会抛出TypeError异常，如果试图使用不是ASCII类型的字节会抛出UnicodeDecodeError异常。
为了方便的将结果在字符串和字节之间转换，所有的URL解析函数的返回值要么带有encode()方法（字符串类型的返回值)，要么带有decode() 方法（字节类型的返回值）。这些函数的使用方式和str(), bytes() 一样（ 唯一的细微区别 在于默认的编码形式是‘ascii’，而不是‘utf-8’）。encode() 方法返回bytes类型，decode() 方法返回str类型。
如果调用方期望处理没有正确转义的URL（可能含有非ASCII字符），需要在调用URL解析函数之前自己将字节类型转化为字符。
上述文档介绍的细节仅适用于URL解析函数。URL转义函数在处理字节时有自己的一套规则，感兴趣的可以参考URL转义函数的文档。
解析结果的数据结构
urlparse(), urlsplit() 以及urldefrag() 函数的返回对象都是tuple的子类。这些子类独有的一些特性在介绍函数的时候提到过了，例如上一部分刚刚介绍过的编码和解码都是作为附加的方法出现的，另外还有解析结构还有一些方法如下：
urllib.parse.SplitResult.geturl()
该方法返回重新组合的url字符串，它和原始url的区别在于，它会将scheme转为小写，并去掉原来为空的一些部分：空parameter、空query以及空fragment。
对于urldefrag()函数而言，只会去掉空的fragment。对于urlsplit()和urlparse()，上面提到的差别都会生效。
多次将本函数的返回值传入解析函数,得到的结果将不会有任何变化。
>>> from urllib.parse import urlsplit
>>> url = 'HTTP://www.Python.org/doc/#'
>>> r1 = 1urlsplit(url)
>>> r1.geturl()
'http://www.Python.org/doc/'
>>> r2 = urlsplit(r1.geturl())
>>> r2.geturl()
'http://www.Python.org/doc/'
以str类型的处理为例，下面介绍几个解析结构的具体实现：
class urllib.parse.DefragResult(url, fragment)
urldefrag()返回结果的具体实现，结果包含str类型的数据。其encode()方法会返回一个DefrageResultBytes实例。
class urllib.parse.ParseResult(scheme, netloc, path, params, query, fragment)
urlparse()返回结果的具体实现，结果包含str类型的数据。其encode()方法会返回一个 ParseResultBytes 实例。
class urllib.parse.SplitResult(scheme, netloc, path, query, fragment)
urlsplit()返回结果的具体实现，结果包含str类型的数据。其encode()方法会返回一个 SplitResultBytes实例。
以bytes类型的处理为例，下面介绍几个解析结构的具体实现：
class urllib.parse.DefragResultBytes(url, fragment)
urldefrag()返回结果的具体实现，结果包含str类型的数据。其decode()方法会返回一个DefragResult实例。
class urllib.parse.ParseResultBytes(scheme, netloc, path, params, query, fragment)
urlparse()返回结果的具体实现，结果包含str类型的数据。其decode()方法会返回一个ParseResult实例。
class urllib.parse.SplitResultBytes(scheme, netloc, path, query, fragment)
urlsplit()返回结果的具体实现，结果包含str类型的数据。其decode()方法会返回一个 SplitResult实例。
2
URL转义
URL转义函数是为了使得编程数据能够安全的使用，主要分为转义特殊字符和编码非ASCII字符两个部分,另外还有对应的逆向操作。
urllib.parse.quote(string, safe='/', encoding=None, errors=None)
以%xx的形式转义特殊字符，但是字母、数字以及 _ . - ~ 这几个字符是不会被转义的。默认情况下，该函数是为了转义URL中的path部分。当然，可以通过safe参数，明确指定哪些ASCII字符不希望被转义，其缺省值为"/"。
string入参既可以是str类型，也可以是bytes类型。
encoding和errors的含义和str.encode()类似，用于决定如何处理非ASCII字符。encoding缺省值为‘utf-8’。errors缺省值为‘strict’，即严格模式——如果遇到不支持的字符将会抛出UnicodeEncodeError异常。如果string入参为bytes类型，那么encoding和errors入参将不能够支持自定义，否则会抛出TypeError异常。
需要指出的是，quote(string, safe, encoding, errors)和quotefrombytes(string.encode(encoding, errors), safe)含义是一致的。
示例：quote('/El Niño/')会返回'/El%20Ni%C3%B1o/'。
urllib.parse.quote_plus(string, safe='', encoding=None, errors=None)
本函数和quote()类似，区别在于会用加号来转义空格，这么做主要是因为通常需要将query部分附加到URL上的时候需要转义HTML数据。除非通过safe参数明确指出加号不需要转义，否则该函数会自动转义加号。另外，safe入参的缺省值去掉了‘/’。
示例：quote_plus('/El Niño/') 会返回 '%2FEl+Ni%C3%B1o%2F'
urllib.parse.quote_from_byte(bytes, safe='/')
本函数和quote()类似，但是仅接受bytes类型的入参，不接受str类型，并且不支持string到bytes的转码。
示例：quotefrombytes(b'a&\xef') 会返回 'a%26%EF'
urllib.parse.unquote(string, encoding='utf-8', errors='replace')
本函数可以将%xx形式的转义字符还原为单个字符。encoding和errors的含义和bytes.decode()类似，用于决定如何将百分号的转义字符还原为Unicode字符。
string入参必须为str类型。
encoding缺省值为‘utf-8’。errors缺省值为‘replace’，意味着无效的内容会被占位符替代。
示例：unquote('/El%20Ni%C3%B1o/') 会返回 '/El Niño/'
urllib.parse.unquote_plus(string, encoding='utf-8', errors='replace')
本函数和unquote()类似，区别在于还原HTML内容的时候会使用空格替换加号。
string入参必须为str类型。
示例：unquote_plus('/El+Ni%C3%B1o/') 会返回 '/El Niño/'
urllib.parse.unquote_to_bytes(string)
本函数会将%xx形式的转义字符还原，返回值为bytes类型。
string入参既可以是str类型，也可以是bytes类型。如果是str类型，非ASCII字符会被还原为UTF-8的字节序。
示例：unquotetobytes('a%26%EF') 会返回 b'a&\xef'
urllib.parse.urlencode(query, doseq=False, safe='', encoding=None, errors=None, quote via=quote plus)
本函数可以将映射对象或者两元素类型的tuple（其具体值既可以是str，也可以是bytes），转义为ASCII类型的文本。如果期望将返回值用于urlopen()来传递POST数据，需要先将结果转为bytes类型，否则会抛出TypeError异常。
返回值是串通过&符号连接的key=value组合，其中无论是key还是value都已通过入参quotevia转义。和标准的GET请求（application/x-www-form-urlencoded）兼容，默认情况下，转义时使用的是quoteplus()函数，这就意味着空格会被转义为加号、‘/‘会被转义为%2F。另一个可以用于quote_via的转义函数是quote()，此时会将空格转义为%20，并保留‘/’不转义。如果想要更好的控制转义规则，建议使用quote函数，并显式的知名safe入参。
当入参query为两元素类型的tuple时，每个tuple成员里面的第一个元素会被当作key，第二个元素会被当作value。其中value元素可以有多个，此时如果doseq入参为True，该函数会迭代value，生成多个key=value的组合，将这些组合通过&分割符全部添加到返回值里面。最终的返回值里面的参数顺序同tuple顺序保持一致。
safe、encoding以及errors入参都将透传给quote_via（当然，只有query入参为str类型，encoding和errors才会真正向下透传）。
parseqs()和parseqsl()可以逆向本函数的编码过程，将一个query字符串转换为Python的数据结构。
---------- ------------------------------------------------------
相关文档：
RFC 3986-统一资源标识符： 该标准为当前在用的标准。任何urllib.parse模块的变动都需要参考该标准。某些同标准不一致的地方主要是为了向后兼容，并和浏览器的实际实现保持一致。
RFC 2732-URL中的IPV6地址格式 ： 该标准具体说明了如何解析带有IPV6的URL
RFC 2396-统一资源标识符--通用格式： 该标准介绍了统一资源名（URN）和统一资源定位符（URL）的通用格式。
RFC 2367-mailto的URL协议： 该标准解释了mailto的URL协议
RFC 1808-相对URL： 该标准包含如何将拼接绝对URL和相对URL的详细说明，以及一系列的错误示例来展示如何处理边界值。
RFC 1738-统一资源定位符（URL）： 该文档介绍了URL的格式及其含义。
