Przetwarzanie nazwę hosta i port ze sznurka lub url

Question

mogę mieć ciąg w każdym z tych formatów:

• URL: np http://www.acme.com:456

• ciąg: np www.acme.com:456, www.acme.com 456, lub www.acme.com

Chciałbym wydobyć hosta i jeśli jest obecny port. Jeśli wartość portu nie jest obecna, chciałbym, aby wartość domyślna wynosiła 80.

Próbowałem już urlparse, która działa dobrze dla adresu URL, ale nie dla innego formatu. Kiedy używam urlparse na hostname: port na przykład, umieszcza nazwę hosta w schemacie zamiast netloc.

Byłbym zadowolony z rozwiązania, które używa urlparse i regex, lub pojedynczego wyrażenia regularnego, które może obsłużyć oba formaty.

Answer 1

nie jestem zaznajomiony z urlparse, ale przy użyciu regex chcesz zrobić coś takiego:

p = '(?:http.*://)?(?P<host>[^:/ ]+).?(?P<port>[0-9]*).*' 

m = re.search(p,'http://www.abc.com:123/test') 
m.group('host') # 'www.abc.com' 
m.group('port') # '123' 

Albo bez portu:

m = re.search(p,'http://www.abc.com/test') 
m.group('host') # 'www.abc.com' 
m.group('port') # '' i.e. you'll have to treat this as '80' 

EDIT: stałe wyrażenie regularne również dopasować " www.abc.com 123'

Answer 2

powodem nie jest on dla:

www.acme.com 456 

jest ponieważ nie jest prawidłowym identyfikatorem URI. Dlaczego nie po prostu:

1. Wymień miejsca z :
2. Analizować ciąg wynikowy za pomocą standardowego urlparse metodę

spróbować i skorzystać z domyślnej funkcjonalności jak najwięcej, szczególnie jeśli chodzi o rzeczy takie jak parsowanie dobrze znanych formatów takich jak URI.

Answer 3

Można użyć urlparse uzyskać nazwę hosta z adresu URL ciąg:

from urlparse import urlparse 
print urlparse("http://www.website.com/abc/xyz.html").hostname # prints www.website.com 

Answer 4

>>> from urlparse import urlparse 
>>> aaa = urlparse('http://www.acme.com:456') 

>>> aaa.hostname 
'www.acme.com' 

>>> aaa.port 
456 
>>>