Question

我有一些网址

http://go.mail.ru/search?fr=vbm9&fr2=query&q=%D0%BF%D1%80%D0%BE%D0%B3%D1%83%D0%BB%D0%BA%D0%B0+%D0%B0%D0%BA%D1%82%D0%B5%D1%80%D1%8B&us=10&usln=1
https://www.google.ru/search?q=NaoOmiKi&oq=NaoOmiKi&aqs=chrome..69i57j69i61&sourceid=chrome&es_sm=0&ie=UTF-8
https://yandex.ru/search/?text=%D0%BE%D1%82%D0%BA%D1%83%D0%B4%D0%B0%20%D0%B2%D0%B5%D0%B7%D1%83%D1%82%20%D0%BE%D0%B4%D0%B5%D0%B6%D0%B4%D1%83%20%D0%B2%20%D1%81%D0%B5%D0%BA%D0%BE%D0%BD%D0%B4%20%D1%85%D0%B5%D0%BD%D0%B4&clid=2073067

当我在浏览器中运行此网址时，我得到了它：

的搜索结果

прогулка актеры
NaoOmiKi
откуда везут одежду в секонд хенд

我想编写代码来获取此值。我试试

get = urlparse(url)
print urllib.unquote(get[4])

但它并不适用于所有网址。我应该用什么？

Answer 1

urlparse将URL解析为6个组件：scheme，netloc，path，params，query，fragment。您正确使用索引4来获取路径。

然而，该路径是一个& - 分隔的key = value对字符串，其值为urlencoded。您尝试取消引用整个字符串，而您只对text或q键的值感兴趣。

您可以使用urlparse.parse_qs来解析查询字符串，并在返回的字典中查找q或text个键。

如何从网址获取文字

1 个答案: